
@author: Jéros VIGAN
import pandas as pd
import pandas.plotting
from pandas.plotting import scatter_matrix
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
import squarify
from collections import Counter
import time
import researchpy as rp
from scipy.stats import norm
from statsmodels.stats.proportion import proportion_confint
import scipy
import statsmodels
from scipy.stats import chi2_contingency
from scipy.stats import ks_2samp
import scipy.stats as stats
from scipy.stats import ttest_ind
import warnings
warnings.filterwarnings("ignore")
pd.set_option('display.max_row',111)
pd.set_option('display.max_column',111)
import os
base= r'C:\Users\Jéros\01_TraitementFichier\projetSTID'
base=base.replace('\\','/')
os.chdir(base)
os.getcwd()
'C:\\Users\\Jéros\\01_TraitementFichier\\projetSTID'
for file in os.listdir():
print('ce dossier contient :', file)
ce dossier contient : ACM.pdf ce dossier contient : cah_kmeans_avec_python.pdf ce dossier contient : functions.py ce dossier contient : function_biplot.py ce dossier contient : parcousup-2018.csv ce dossier contient : parcousup-2019.csv ce dossier contient : __pycache__
Dataset2018=pd.read_csv("parcousup-2018.csv",sep=";",encoding='ISO-8859-1')
Dataset2019=pd.read_csv("parcousup-2019.csv",sep=";",encoding='ISO-8859-1')
cols = ['Session',"Code UAI de l'établissement",'Établissement',
'Région de l\x92établissement',
'Filière de formation',
'Capacité de l\x92établissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale']
cols
['Session', "Code UAI de l'établissement", 'Établissement', 'Région de l\x92établissement', 'Filière de formation', 'Capacité de l\x92établissement par formation', 'Effectif total des candidats pour une formation', 'Dont effectif des candidates pour une formation', 'Effectif total des candidats en phase principale']
Dataset2018[cols].sample(5)
| Session | Code UAI de l'établissement | Établissement | Région de létablissement | Filière de formation | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|---|---|---|
| 6988 | 2018 | 0751883P | Institut Supérieur Clorivière | Ile-de-France | BTS - Services | 72 | 992 | 711 | 755 |
| 3108 | 2018 | 0330028B | Lycée Gustave Eiffel | Nouvelle-Aquitaine | BTS - Services | 64 | 890 | 58 | 890 |
| 7126 | 2018 | 0911346U | Lycée Albert Einstein | Ile-de-France | BTS - Services | 35 | 836 | 443 | 836 |
| 8188 | 2018 | 0060677D | Lycée Sasserno | Provence Alpes Côte d'Azur | BTS - Services | 35 | 158 | 133 | 120 |
| 6777 | 2018 | 0490075R | ESEO Angers | Pays de la Loire | Formations d'ingénieurs | 144 | 7713 | 2036 | 7713 |
Dataset2019[cols].sample(5)
| Session | Code UAI de l'établissement | Établissement | Région de létablissement | Filière de formation | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|---|---|---|
| 1522 | 2019 | 9740054R | Lycée Lislet-Geoffroy | La Réunion | BTS - Production | 30.0 | 397 | 8 | 351 |
| 11336 | 2019 | 0672834S | I.U.T. de Haguenau | Grand Est | DUT - Production | 12.0 | 100 | 12 | 79 |
| 1666 | 2019 | 0911975C | Université d'Evry Val d'Essonne | Ile-de-France | Licence - Droit-économie-gestion | 45.0 | 1657 | 969 | 637 |
| 8267 | 2019 | 0641842E | I.U.T des Pays de l'Adour | Nouvelle-Aquitaine | DUT - Service | 56.0 | 419 | 121 | 418 |
| 7497 | 2019 | 0132123M | Aix Marseille Université - site d'Aix-en-Provence | Provence Alpes Côte d'Azur | Licence - Arts-lettres-langues | 42.0 | 272 | 198 | 229 |
frames = [Dataset2018[cols],Dataset2019[cols]]
result = pd.concat(frames)
result.head(5)
| Session | Code UAI de l'établissement | Établissement | Région de létablissement | Filière de formation | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | 2018 | 0261372A | Université Grenoble Alpes - Antennes de Valence | Auvergne-Rhône-Alpes | Licence - Droit-économie-gestion | 35.0 | 251 | 153 | 172 |
| 1 | 2018 | 0421095M | Universite Jean Monnet, Saint-Etienne | Auvergne-Rhône-Alpes | Licence - Arts-lettres-langues | 175.0 | 1096 | 850 | 1095 |
| 2 | 2018 | 0421095M | Universite Jean Monnet, Saint-Etienne | Auvergne-Rhône-Alpes | Licence - Arts-lettres-langues | 30.0 | 143 | 99 | 103 |
| 3 | 2018 | 0421095M | Universite Jean Monnet, Saint-Etienne | Auvergne-Rhône-Alpes | Licence - Arts-lettres-langues | 55.0 | 223 | 176 | 184 |
| 4 | 2018 | 0421095M | Universite Jean Monnet, Saint-Etienne | Auvergne-Rhône-Alpes | Licence - Arts-lettres-langues | 45.0 | 145 | 110 | 84 |
result.tail(5)
| Session | Code UAI de l'établissement | Établissement | Région de létablissement | Filière de formation | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|---|---|---|
| 11572 | 2019 | 0600020W | Lycée Marie Curie | Hauts-de-France | Mention complémentaire | 20.0 | 0 | 0 | 0 |
| 11573 | 2019 | 0710026T | Lycée LEON BLUM | Bourgogne-Franche-Comté | Mention complémentaire | 25.0 | 0 | 0 | 0 |
| 11574 | 2019 | 0251079M | Lycée professionnel Tristan Bernard | Bourgogne-Franche-Comté | Mention complémentaire | 20.0 | 0 | 0 | 0 |
| 11575 | 2019 | 0160020K | Lycée Jean Monnet | Nouvelle-Aquitaine | Mention complémentaire | 24.0 | 0 | 0 | 0 |
| 11576 | 2019 | 0790964U | Lycée professionnel Thomas-Jean Main | Nouvelle-Aquitaine | Mention complémentaire | 24.0 | 0 | 0 | 0 |
result.sample(5)
| Session | Code UAI de l'établissement | Établissement | Région de létablissement | Filière de formation | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|---|---|---|
| 9222 | 2018 | 0210047M | Lycée Anna Judic Semur en Auxois | Bourgogne-Franche-Comté | BTS - Services | 36.0 | 180 | 122 | 119 |
| 244 | 2018 | T942095S | EPITA Strasbourg | Grand Est | Formations d'ingénieurs | 45.0 | 5699 | 1314 | 5699 |
| 9149 | 2018 | 0400750Y | Lycée agricole DE DAX | Nouvelle-Aquitaine | BTSA | 30.0 | 214 | 52 | 213 |
| 957 | 2018 | 0120022J | Lycée Ferdinand Foch | Occitanie | Classe préparatoire scientifique | 24.0 | 630 | 196 | 630 |
| 380 | 2019 | 0312408Z | Lycée Saliège | Occitanie | Classe préparatoire économique et commerciale | 48.0 | 409 | 181 | 391 |
def dataset_info(dataset):
print(' ● taille:', dataset.shape)
print('-------------------------')
time.sleep(1)
print(' ● types de données:\n', dataset.dtypes.value_counts())
print('-------------------------')
time.sleep(2)
print(' ● valeurs manquantes:', sum(pd.DataFrame(dataset).isnull().sum(axis=1).tolist()))
print('-------------------------')
time.sleep(2)
print(' ● nombre de valeurs:', dataset.shape[0]*dataset.shape[1])
df=result.copy()
df['Session']=pd.Categorical(df['Session'])
dataset_info(df)
● taille: (22274, 9) ------------------------- ● types de données: object 4 int64 3 category 1 float64 1 dtype: int64 ------------------------- ● valeurs manquantes: 19 ------------------------- ● nombre de valeurs: 200466
df.dtypes.value_counts().plot.pie()
<AxesSubplot:ylabel='None'>
plt.figure(figsize=(20,10))
sns.heatmap(df.isna(), cbar=False)
<AxesSubplot:>
def val_manquant(df):
total = df.isnull().sum().sort_values(ascending=False)
percent = (df.isnull().sum()/df.isnull().count()).sort_values(ascending=False)
missing_data = pd.concat([total, percent], axis=1, keys=['Total', 'Percent'])
return missing_data
val_manquant(df)
| Total | Percent | |
|---|---|---|
| Capacité de létablissement par formation | 19 | 0.000853 |
| Effectif total des candidats en phase principale | 0 | 0.000000 |
| Dont effectif des candidates pour une formation | 0 | 0.000000 |
| Effectif total des candidats pour une formation | 0 | 0.000000 |
| Filière de formation | 0 | 0.000000 |
| Région de létablissement | 0 | 0.000000 |
| Établissement | 0 | 0.000000 |
| Code UAI de l'établissement | 0 | 0.000000 |
| Session | 0 | 0.000000 |
df=df.set_index('Établissement')
dataset_info(df)
● taille: (22274, 8) ------------------------- ● types de données: int64 3 object 3 category 1 float64 1 dtype: int64 ------------------------- ● valeurs manquantes: 19 ------------------------- ● nombre de valeurs: 178192
df.select_dtypes(['int64','float64']).columns
Index(['Capacité de létablissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale'],
dtype='object')
df.select_dtypes(['int64','float64']).head(5)
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| Établissement | ||||
| Université Grenoble Alpes - Antennes de Valence | 35.0 | 251 | 153 | 172 |
| Universite Jean Monnet, Saint-Etienne | 175.0 | 1096 | 850 | 1095 |
| Universite Jean Monnet, Saint-Etienne | 30.0 | 143 | 99 | 103 |
| Universite Jean Monnet, Saint-Etienne | 55.0 | 223 | 176 | 184 |
| Universite Jean Monnet, Saint-Etienne | 45.0 | 145 | 110 | 84 |
df_resu=df.groupby('Établissement').sum()
df_resu.sample(5)
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| Établissement | ||||
| Lycée des métiers Saint Vincent de Paul | 161.0 | 858 | 540 | 653 |
| Lycée agricole Charles Baltet | 51.0 | 289 | 72 | 289 |
| I.U.T de Sénart/Fontainebleau - Site Sénart - P12 | 1130.0 | 19141 | 7372 | 18433 |
| Lycée Sainte Thecle | 56.0 | 300 | 273 | 233 |
| ECAM EPMI | 290.0 | 4121 | 843 | 4041 |
print("la taille du tableau quanti",df.select_dtypes(['int64','float64']).shape)
print("-------------------------------")
print("la taille du taille reduit par Etablissement",df_resu.shape)
la taille du tableau quanti (22274, 4) ------------------------------- la taille du taille reduit par Etablissement (3356, 4)
df.select_dtypes(['int64','float64']).describe()
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| count | 22255.000000 | 22274.000000 | 22274.000000 | 22274.000000 |
| mean | 63.148776 | 756.176529 | 390.256128 | 723.253794 |
| std | 120.374969 | 1513.320325 | 804.973804 | 1508.522622 |
| min | 1.000000 | 0.000000 | 0.000000 | 0.000000 |
| 25% | 23.000000 | 158.000000 | 44.000000 | 139.000000 |
| 50% | 34.000000 | 333.000000 | 150.000000 | 302.000000 |
| 75% | 55.000000 | 765.750000 | 387.000000 | 714.000000 |
| max | 3100.000000 | 21829.000000 | 12182.000000 | 21829.000000 |
df_resu.describe()
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| count | 3356.000000 | 3356.000000 | 3356.000000 | 3356.000000 |
| mean | 418.765197 | 5018.794994 | 2590.156436 | 4800.284565 |
| std | 1529.324629 | 11955.070225 | 6868.102989 | 11362.367287 |
| min | 0.000000 | 0.000000 | 0.000000 | 0.000000 |
| 25% | 54.000000 | 495.000000 | 182.000000 | 441.000000 |
| 50% | 109.000000 | 1565.000000 | 719.500000 | 1442.000000 |
| 75% | 249.000000 | 4518.500000 | 2539.250000 | 4329.000000 |
| max | 24985.000000 | 210560.000000 | 127117.000000 | 204244.000000 |
plt.figure(figsize=(20,8))
col=df.select_dtypes(['int64','float64']).columns
for i in range(len(col)):
plt.subplot(2,2,i+1)
sns.distplot(df[col[i]])
plt.show()
-Toutes les distributions sont dissymetriques à gauche
for col in df_resu:
plt.figure()
sns.distplot(df_resu[col])
def Kolmogorov(col):
alpha = 0.05
stat, p =ks_2samp(df[col],list(np.random.normal(np.mean(df[col]), np.std(df[col]), 1000)))
if p < alpha:
return 'H0 Rejetée -- test significatif au niveau 5%'
else :
return 'Non H0 Rejetée -- test non significatif au niveau 5%'
for col in df.select_dtypes('int64'):
print(" ")
print(f'{col :-<50} {Kolmogorov(col)}')
Effectif total des candidats pour une formation--- H0 Rejetée -- test significatif au niveau 5% Dont effectif des candidates pour une formation--- H0 Rejetée -- test significatif au niveau 5% Effectif total des candidats en phase principale-- H0 Rejetée -- test significatif au niveau 5%
def Agostino(col):
alpha = 0.05
stat, p =stats.normaltest(df[col])
if p < alpha:
return 'H0 Rejetée -- test significatif au niveau 5%'
else :
return 'Non H0 Rejetée -- test non significatif au niveau 5%'
for col in df.select_dtypes('int64'):
print(" ")
print(f'{col :-<50} {Agostino(col)}')
Effectif total des candidats pour une formation--- H0 Rejetée -- test significatif au niveau 5% Dont effectif des candidates pour une formation--- H0 Rejetée -- test significatif au niveau 5% Effectif total des candidats en phase principale-- H0 Rejetée -- test significatif au niveau 5%
sns.set_theme(style="whitegrid")
print(df['Région de l\x92établissement'].value_counts())
plt.figure(figsize=(20,10))
#df.groupby('Région de l\x92établissement').size().plot.hist()
df['Région de l\x92établissement'].value_counts().plot.bar()
Ile-de-France 4083 Auvergne-Rhône-Alpes 2647 Hauts-de-France 2146 Grand Est 1913 Occitanie 1894 Nouvelle-Aquitaine 1889 Provence Alpes Côte d'Azur 1358 Pays de la Loire 1282 Bretagne 1184 Normandie 1041 Bourgogne-Franche-Comté 954 Centre-Val de Loire 778 La Réunion 331 Martinique 197 Guadeloupe 190 Polynésie française 120 Corse 107 Guyane 95 Mayotte 53 Etranger 12 Name: Région de létablissement, dtype: int64
<AxesSubplot:>
print(df['Filière de formation'].value_counts())
plt.figure(figsize=(20,10))
#df.groupby('Filière de formation').size().plot.hist()
df['Filière de formation'].value_counts().plot.bar()
BTS - Services 5678 BTS - Production 3531 Licence - Arts-lettres-langues 2075 Licence - Sciences - technologies - santé 1166 BTSA 1000 Licence - Sciences humaines et sociales 978 DUT - Production 948 Classe préparatoire scientifique 887 Licence - Droit-économie-gestion 802 DUT - Service 642 Formations d'ingénieurs 629 Mention complémentaire 577 Classe préparatoire économique et commerciale 536 DN MADE 462 D.E secteur sanitaire 372 Classe préparatoire littéraire 272 D.E secteur social 221 Formation en ingénierie 190 DCG 187 BPJEPS 142 Mise à niveau 141 Classes préparatoires aux écoles paramédicales 112 DEUST 90 Année préparatoire 63 Classe préparatoire aux études supérieures 60 Diplôme des métiers d'Arts 54 Ecole d'architecture 52 DU 51 Ecoles de commerce et de management 51 Formations diplômantes paramédicales 49 CUPGE - Sciences, technologie, santé 43 DEJEPS 33 Classes préparatoires aux écoles du social 30 Ecoles de commerce 28 Technicien supérieur 23 Ecole supérieure d'art 22 Formations diplômantes du social 16 Bachelor 10 Licence - STAPS 7 CPES 6 CUPGE - Droit-économie-gestion 5 Licence - Arts-lettres-langues / Sciences humaines et sociales 4 Cadre Technique 4 Licence - Droit-économie-gestion / Sciences humaines et sociales 4 CUPGE - Sciences humaines et sociales 4 Titre professionnel 4 Diplôme d'établissement 3 CUPGE - Arts Lettres Langues 2 Licence - Sciences humaines et sociales / Sciences - technologies - santé 2 Diplôme accrédité par un Etat étranger 2 Licence - Droit-économie-gestion / Sciences - technologies - santé 2 Licence - Droit-économie-gestion / Arts-lettres-langues 2 Name: Filière de formation, dtype: int64
<AxesSubplot:>
print(df['Session'].value_counts())
df['Session'].value_counts().plot.bar()
2019 11577 2018 10697 Name: Session, dtype: int64
<AxesSubplot:>
plt.figure(figsize=(25,10))
sns.pairplot(df.select_dtypes(['int64','float64']),size = 5)
<seaborn.axisgrid.PairGrid at 0x1b52186c700>
<Figure size 1800x720 with 0 Axes>
-les variables sont liées selon les dispersions,
plt.figure(figsize=(25,10))
sns.pairplot(df_resu,size = 5)
<seaborn.axisgrid.PairGrid at 0x1b5218193a0>
<Figure size 1800x720 with 0 Axes>
plt.figure(figsize=(20,10))
sns.heatmap(df.select_dtypes(['int64','float64']).corr())
<AxesSubplot:>
plt.figure(figsize=(20,10))
sns.heatmap(df_resu.corr())
<AxesSubplot:>
plt.figure(figsize=(20,10))
plt.title('correlations des quanti')
sns.heatmap(df_resu.corr(), annot=True, linewidth=0.5, cmap='coolwarm')
<AxesSubplot:title={'center':'correlations des quanti'}>
corr_type, corr_matrix, corr_ps = rp.corr_case(df_resu)
print(corr_type)
Pearson correlation test using list-wise deletion 0 Total observations used = 3356
corr_matrix
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| Capacité de létablissement par formation | 1 | 0.7708 | 0.8036 | 0.7485 |
| Effectif total des candidats pour une formation | 0.7708 | 1 | 0.9691 | 0.9986 |
| Dont effectif des candidates pour une formation | 0.8036 | 0.9691 | 1 | 0.9635 |
| Effectif total des candidats en phase principale | 0.7485 | 0.9986 | 0.9635 | 1 |
corr_ps
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| Capacité de létablissement par formation | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
| Effectif total des candidats pour une formation | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
| Dont effectif des candidates pour une formation | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
| Effectif total des candidats en phase principale | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
rp.corr_pair(df.select_dtypes(['int64','float64']))
| r value | p-value | N | |
|---|---|---|---|
| Capacité de létablissement par formation & Effectif total des candidats pour une formation | 0.4052 | 0.0000 | 22255 |
| Capacité de létablissement par formation & Dont effectif des candidates pour une formation | 0.4790 | 0.0000 | 22255 |
| Capacité de létablissement par formation & Effectif total des candidats en phase principale | 0.3908 | 0.0000 | 22255 |
| Effectif total des candidats pour une formation & Dont effectif des candidates pour une formation | 0.8658 | 0.0000 | 22274 |
| Effectif total des candidats pour une formation & Effectif total des candidats en phase principale | 0.9986 | 0.0000 | 22274 |
| Dont effectif des candidates pour une formation & Effectif total des candidats en phase principale | 0.8625 | 0.0000 | 22274 |
-les variables sont liées de façon significatif au niveau 5%
Tc=pd.crosstab(df['Région de l\x92établissement'], df['Filière de formation'])
Tc
| Filière de formation | Année préparatoire | BPJEPS | BTS - Production | BTS - Services | BTSA | Bachelor | CPES | CUPGE - Arts Lettres Langues | CUPGE - Droit-économie-gestion | CUPGE - Sciences humaines et sociales | ... | Licence - Droit-économie-gestion / Sciences - technologies - santé | Licence - Droit-économie-gestion / Sciences humaines et sociales | Licence - STAPS | Licence - Sciences - technologies - santé | Licence - Sciences humaines et sociales | Licence - Sciences humaines et sociales / Sciences - technologies - santé | Mention complémentaire | Mise à niveau | Technicien supérieur | Titre professionnel |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Région de létablissement | |||||||||||||||||||||
| Auvergne-Rhône-Alpes | 2 | 15 | 402 | 638 | 143 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 122 | 86 | 0 | 65 | 16 | 4 | 4 |
| Bourgogne-Franche-Comté | 2 | 9 | 183 | 231 | 75 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 2 | 31 | 32 | 0 | 17 | 2 | 6 | 0 |
| Bretagne | 7 | 7 | 191 | 270 | 83 | 2 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 58 | 56 | 2 | 43 | 6 | 0 | 0 |
| Centre-Val de Loire | 0 | 9 | 142 | 213 | 41 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 79 | 25 | 0 | 4 | 4 | 0 | 0 |
| Corse | 0 | 0 | 10 | 21 | 6 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 8 | 6 | 0 | 2 | 2 | 2 | 0 |
| Etranger | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| Grand Est | 4 | 23 | 344 | 473 | 81 | 0 | 0 | 2 | 0 | 0 | ... | 0 | 0 | 0 | 88 | 84 | 0 | 63 | 11 | 0 | 0 |
| Guadeloupe | 0 | 4 | 30 | 77 | 4 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 15 | 2 | 0 | 8 | 2 | 0 | 0 |
| Guyane | 0 | 0 | 8 | 29 | 4 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 12 | 2 | 0 | 7 | 2 | 0 | 0 |
| Hauts-de-France | 2 | 11 | 359 | 643 | 75 | 0 | 0 | 0 | 4 | 0 | ... | 0 | 0 | 0 | 120 | 86 | 0 | 59 | 22 | 4 | 0 |
| Ile-de-France | 6 | 13 | 461 | 932 | 32 | 5 | 6 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 180 | 242 | 0 | 111 | 17 | 3 | 0 |
| La Réunion | 4 | 5 | 69 | 109 | 8 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 20 | 10 | 0 | 12 | 3 | 0 | 0 |
| Martinique | 0 | 0 | 37 | 71 | 4 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 8 | 10 | 0 | 1 | 3 | 0 | 0 |
| Mayotte | 0 | 0 | 6 | 22 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 4 | 2 | 0 | 4 | 2 | 0 | 0 |
| Normandie | 2 | 0 | 204 | 276 | 58 | 2 | 0 | 0 | 0 | 4 | ... | 0 | 0 | 0 | 52 | 41 | 0 | 11 | 9 | 0 | 0 |
| Nouvelle-Aquitaine | 6 | 15 | 286 | 448 | 150 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 5 | 123 | 84 | 0 | 66 | 14 | 0 | 0 |
| Occitanie | 8 | 12 | 339 | 471 | 118 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 83 | 93 | 0 | 49 | 6 | 2 | 0 |
| Pays de la Loire | 9 | 9 | 195 | 348 | 86 | 1 | 0 | 0 | 1 | 0 | ... | 2 | 4 | 0 | 66 | 59 | 0 | 20 | 7 | 0 | 0 |
| Polynésie française | 0 | 0 | 14 | 44 | 2 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 10 | 12 | 0 | 9 | 2 | 0 | 0 |
| Provence Alpes Côte d'Azur | 11 | 10 | 251 | 362 | 30 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 87 | 46 | 0 | 26 | 11 | 2 | 0 |
20 rows × 52 columns
pd.crosstab(df['Région de l\x92établissement'], df['Filière de formation'],margins=True)
| Filière de formation | Année préparatoire | BPJEPS | BTS - Production | BTS - Services | BTSA | Bachelor | CPES | CUPGE - Arts Lettres Langues | CUPGE - Droit-économie-gestion | CUPGE - Sciences humaines et sociales | CUPGE - Sciences, technologie, santé | Cadre Technique | Classe préparatoire aux études supérieures | Classe préparatoire littéraire | Classe préparatoire scientifique | Classe préparatoire économique et commerciale | Classes préparatoires aux écoles du social | Classes préparatoires aux écoles paramédicales | D.E secteur sanitaire | D.E secteur social | DCG | DEJEPS | DEUST | DN MADE | DU | DUT - Production | DUT - Service | Diplôme accrédité par un Etat étranger | Diplôme d'établissement | Diplôme des métiers d'Arts | Ecole d'architecture | Ecole supérieure d'art | Ecoles de commerce | Ecoles de commerce et de management | Formation en ingénierie | Formations d'ingénieurs | Formations diplômantes du social | Formations diplômantes paramédicales | Licence - Arts-lettres-langues | Licence - Arts-lettres-langues / Sciences humaines et sociales | Licence - Droit-économie-gestion | Licence - Droit-économie-gestion / Arts-lettres-langues | Licence - Droit-économie-gestion / Sciences - technologies - santé | Licence - Droit-économie-gestion / Sciences humaines et sociales | Licence - STAPS | Licence - Sciences - technologies - santé | Licence - Sciences humaines et sociales | Licence - Sciences humaines et sociales / Sciences - technologies - santé | Mention complémentaire | Mise à niveau | Technicien supérieur | Titre professionnel | All |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Région de létablissement | |||||||||||||||||||||||||||||||||||||||||||||||||||||
| Auvergne-Rhône-Alpes | 2 | 15 | 402 | 638 | 143 | 0 | 0 | 0 | 0 | 0 | 4 | 0 | 10 | 28 | 102 | 70 | 7 | 35 | 42 | 25 | 24 | 15 | 14 | 44 | 10 | 136 | 85 | 0 | 0 | 3 | 8 | 2 | 5 | 9 | 6 | 74 | 0 | 7 | 307 | 2 | 76 | 0 | 0 | 0 | 0 | 122 | 86 | 0 | 65 | 16 | 4 | 4 | 2647 |
| Bourgogne-Franche-Comté | 2 | 9 | 183 | 231 | 75 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 6 | 38 | 24 | 4 | 3 | 19 | 8 | 10 | 0 | 4 | 28 | 2 | 46 | 33 | 0 | 0 | 2 | 0 | 0 | 2 | 5 | 17 | 15 | 4 | 2 | 58 | 0 | 32 | 0 | 0 | 0 | 2 | 31 | 32 | 0 | 17 | 2 | 6 | 0 | 954 |
| Bretagne | 7 | 7 | 191 | 270 | 83 | 2 | 0 | 0 | 0 | 0 | 8 | 0 | 2 | 10 | 46 | 26 | 2 | 11 | 16 | 13 | 12 | 0 | 6 | 16 | 2 | 50 | 32 | 0 | 0 | 0 | 2 | 0 | 1 | 3 | 7 | 34 | 2 | 2 | 115 | 0 | 41 | 0 | 0 | 0 | 0 | 58 | 56 | 2 | 43 | 6 | 0 | 0 | 1184 |
| Centre-Val de Loire | 0 | 9 | 142 | 213 | 41 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 6 | 31 | 8 | 0 | 1 | 16 | 7 | 4 | 1 | 0 | 10 | 1 | 40 | 26 | 0 | 0 | 0 | 2 | 6 | 0 | 2 | 3 | 17 | 0 | 3 | 47 | 0 | 28 | 0 | 0 | 0 | 0 | 79 | 25 | 0 | 4 | 4 | 0 | 0 | 778 |
| Corse | 0 | 0 | 10 | 21 | 6 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 2 | 2 | 0 | 0 | 0 | 2 | 0 | 2 | 0 | 2 | 0 | 0 | 10 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 18 | 0 | 6 | 0 | 0 | 0 | 0 | 8 | 6 | 0 | 2 | 2 | 2 | 0 | 107 |
| Etranger | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 6 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 5 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 12 |
| Grand Est | 4 | 23 | 344 | 473 | 81 | 0 | 0 | 2 | 0 | 0 | 8 | 0 | 4 | 14 | 64 | 40 | 2 | 2 | 35 | 18 | 14 | 3 | 8 | 24 | 3 | 118 | 70 | 0 | 0 | 6 | 4 | 0 | 1 | 3 | 14 | 48 | 0 | 4 | 173 | 0 | 60 | 0 | 0 | 0 | 0 | 88 | 84 | 0 | 63 | 11 | 0 | 0 | 1913 |
| Guadeloupe | 0 | 4 | 30 | 77 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 2 | 8 | 6 | 0 | 3 | 1 | 3 | 2 | 0 | 0 | 0 | 0 | 4 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 6 | 0 | 7 | 0 | 0 | 0 | 0 | 15 | 2 | 0 | 8 | 2 | 0 | 0 | 190 |
| Guyane | 0 | 0 | 8 | 29 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 2 | 0 | 0 | 1 | 1 | 3 | 1 | 0 | 0 | 0 | 0 | 5 | 4 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 6 | 0 | 4 | 0 | 0 | 0 | 0 | 12 | 2 | 0 | 7 | 2 | 0 | 0 | 95 |
| Hauts-de-France | 2 | 11 | 359 | 643 | 75 | 0 | 0 | 0 | 4 | 0 | 0 | 0 | 0 | 24 | 66 | 30 | 0 | 3 | 39 | 26 | 20 | 2 | 24 | 28 | 5 | 76 | 54 | 0 | 0 | 3 | 4 | 2 | 1 | 1 | 12 | 92 | 0 | 5 | 161 | 0 | 83 | 0 | 0 | 0 | 0 | 120 | 86 | 0 | 59 | 22 | 4 | 0 | 2146 |
| Ile-de-France | 6 | 13 | 461 | 932 | 32 | 5 | 6 | 0 | 0 | 0 | 6 | 0 | 8 | 88 | 238 | 157 | 0 | 0 | 65 | 38 | 32 | 5 | 8 | 195 | 18 | 119 | 95 | 0 | 3 | 29 | 16 | 2 | 2 | 8 | 28 | 116 | 2 | 6 | 590 | 0 | 201 | 0 | 0 | 0 | 0 | 180 | 242 | 0 | 111 | 17 | 3 | 0 | 4083 |
| La Réunion | 4 | 5 | 69 | 109 | 8 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 6 | 14 | 6 | 0 | 3 | 3 | 3 | 4 | 1 | 0 | 3 | 0 | 10 | 6 | 0 | 0 | 0 | 2 | 0 | 1 | 1 | 0 | 6 | 3 | 1 | 8 | 0 | 10 | 0 | 0 | 0 | 0 | 20 | 10 | 0 | 12 | 3 | 0 | 0 | 331 |
| Martinique | 0 | 0 | 37 | 71 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 8 | 6 | 1 | 6 | 2 | 3 | 4 | 0 | 0 | 2 | 0 | 2 | 4 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 1 | 10 | 0 | 10 | 0 | 0 | 0 | 0 | 8 | 10 | 0 | 1 | 3 | 0 | 0 | 197 |
| Mayotte | 0 | 0 | 6 | 22 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 0 | 0 | 0 | 0 | 0 | 1 | 2 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 4 | 0 | 0 | 0 | 0 | 4 | 2 | 0 | 4 | 2 | 0 | 0 | 53 |
| Normandie | 2 | 0 | 204 | 276 | 58 | 2 | 0 | 0 | 0 | 4 | 2 | 4 | 0 | 10 | 30 | 21 | 5 | 13 | 21 | 10 | 6 | 0 | 0 | 7 | 1 | 62 | 48 | 0 | 0 | 0 | 2 | 4 | 0 | 2 | 0 | 28 | 4 | 4 | 68 | 0 | 30 | 0 | 0 | 0 | 0 | 52 | 41 | 0 | 11 | 9 | 0 | 0 | 1041 |
| Nouvelle-Aquitaine | 6 | 15 | 286 | 448 | 150 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 4 | 16 | 56 | 30 | 4 | 12 | 31 | 18 | 14 | 1 | 10 | 22 | 3 | 88 | 50 | 0 | 0 | 1 | 4 | 0 | 3 | 4 | 52 | 58 | 0 | 4 | 147 | 0 | 60 | 0 | 0 | 0 | 5 | 123 | 84 | 0 | 66 | 14 | 0 | 0 | 1889 |
| Occitanie | 8 | 12 | 339 | 471 | 118 | 0 | 0 | 0 | 0 | 0 | 7 | 0 | 4 | 22 | 76 | 38 | 0 | 0 | 30 | 22 | 12 | 4 | 8 | 42 | 2 | 80 | 56 | 0 | 0 | 1 | 4 | 0 | 6 | 7 | 22 | 37 | 1 | 4 | 159 | 0 | 69 | 0 | 0 | 0 | 0 | 83 | 93 | 0 | 49 | 6 | 2 | 0 | 1894 |
| Pays de la Loire | 9 | 9 | 195 | 348 | 86 | 1 | 0 | 0 | 1 | 0 | 2 | 0 | 4 | 16 | 44 | 24 | 4 | 13 | 19 | 8 | 12 | 1 | 4 | 14 | 2 | 46 | 23 | 2 | 0 | 4 | 2 | 6 | 3 | 3 | 12 | 70 | 0 | 3 | 82 | 2 | 48 | 2 | 2 | 4 | 0 | 66 | 59 | 0 | 20 | 7 | 0 | 0 | 1282 |
| Polynésie française | 0 | 0 | 14 | 44 | 2 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 0 | 2 | 4 | 0 | 1 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 0 | 4 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 8 | 0 | 4 | 0 | 0 | 0 | 0 | 10 | 12 | 0 | 9 | 2 | 0 | 0 | 120 |
| Provence Alpes Côte d'Azur | 11 | 10 | 251 | 362 | 30 | 0 | 0 | 0 | 0 | 0 | 4 | 0 | 13 | 18 | 60 | 40 | 1 | 5 | 28 | 14 | 12 | 0 | 2 | 27 | 1 | 56 | 44 | 0 | 0 | 5 | 2 | 0 | 1 | 1 | 17 | 29 | 0 | 3 | 110 | 0 | 29 | 0 | 0 | 0 | 0 | 87 | 46 | 0 | 26 | 11 | 2 | 0 | 1358 |
| All | 63 | 142 | 3531 | 5678 | 1000 | 10 | 6 | 2 | 5 | 4 | 43 | 4 | 60 | 272 | 887 | 536 | 30 | 112 | 372 | 221 | 187 | 33 | 90 | 462 | 51 | 948 | 642 | 2 | 3 | 54 | 52 | 22 | 28 | 51 | 190 | 629 | 16 | 49 | 2075 | 4 | 802 | 2 | 2 | 4 | 7 | 1166 | 978 | 2 | 577 | 141 | 23 | 4 | 22274 |
plt.figure(figsize=(20,10))
sns.heatmap(pd.crosstab(df['Région de l\x92établissement'], df['Filière de formation']),annot=True,fmt='d')
<AxesSubplot:xlabel='Filière de formation', ylabel='Région de l\x92établissement'>
for col in df[['Région de l\x92établissement','Filière de formation']]:
plt.figure(figsize=(20,10))
sns.heatmap(pd.crosstab(df['Session'],df[col]),annot=True,fmt='d')
def khi_deux(df):
alpha = 0.05
stat, p, dof, expected =chi2_contingency(df)
if p < alpha:
return 'H0 Rejetée -- test significatif au niveau 5%'
else :
return 'Non H0 Rejetée -- test non significatif au niveau 5%'
khi_deux(pd.crosstab(df['Région de l\x92établissement'], df['Filière de formation']))
'H0 Rejetée -- test significatif au niveau 5%'
khi_deux(pd.crosstab(df['Session'], df['Filière de formation']))
'H0 Rejetée -- test significatif au niveau 5%'
khi_deux(pd.crosstab(df['Région de l\x92établissement'], df['Session']))
'Non H0 Rejetée -- test non significatif au niveau 5%'
col=df.select_dtypes(['int64','float64','category']).columns.tolist()
plt.figure(figsize=(20,10))
sns.pairplot(df[col],hue="Session",size = 5)
<seaborn.axisgrid.PairGrid at 0x1b51514a340>
<Figure size 1440x720 with 0 Axes>
plt.figure(figsize=(20,10))
sns.pairplot(df[col], hue = 'Session', diag_kind = 'kde',plot_kws = {'alpha': 0.6, 's': 80, 'edgecolor': 'k'},size = 5)
plt.suptitle('DATAVIZ')
Text(0.5, 0.98, 'DATAVIZ')
<Figure size 1440x720 with 0 Axes>
df_select=df[col]
df_2018=df_select[df_select['Session'].astype('str')=='2018']
df_2019=df_select[df_select['Session'].astype('str')=='2019']
col_select=df_select.select_dtypes(['int64','float64']).columns
col_select
Index(['Capacité de létablissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale'],
dtype='object')
plt.figure(figsize=(20,8))
col_select=df_select.select_dtypes(['int64','float64']).columns
for i in range(len(col_select)):
plt.subplot(2,2,i+1)
sns.distplot(df_2018[col_select[i]], label='2018')
sns.distplot(df_2019[col_select[i]], label='2019')
plt.legend()
#plt.tight_layout()
plt.show()
-les distributions sont dissymetriques plus en 2019 qu'en 2018, pas de trop similarités
#for c in df_select.select_dtypes(['int64','float64']):
# plt.figure()
# sns.distplot(df_2018[c], label='2018')
# sns.distplot(df_2019[c], label='2019')
# plt.legend()
def t_test(col):
alpha = 0.05
stat, p = ttest_ind(df_2018[col],df_2019[col])
if p < alpha:
return 'H0 Rejetée -- test significatif au niveau 5%'
else :
return 'Non H0 Rejetée -- test non significatif au niveau 5%'
for col in df_select:
print(f'{col :-<50} {t_test(col)}')
Session------------------------------------------- H0 Rejetée -- test significatif au niveau 5% Capacité de létablissement par formation--------- Non H0 Rejetée -- test non significatif au niveau 5% Effectif total des candidats pour une formation--- H0 Rejetée -- test significatif au niveau 5% Dont effectif des candidates pour une formation--- H0 Rejetée -- test significatif au niveau 5% Effectif total des candidats en phase principale-- H0 Rejetée -- test significatif au niveau 5%
from fanalysis.pca import PCA
# préparation des données pour l'ACP
#df_resu = df_resu.fillna(data_pca.mean()) # Il est fréquent de remplacer les valeurs inconnues par la moyenne de la variable
X = df_resu.values
features = df_resu.columns.values
names=df_resu.index.values
res_pca = PCA(std_unit=True,row_labels=names, col_labels=features)
res_pca
PCA(col_labels=array(['Capacité de l\x92établissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale'], dtype=object),
row_labels=array(['3IL', '3iL', 'ADES FORMATIONS', ...,
"École Nationale des Techniciens de l'Équipement (ENTE) - Etablissement de Valenciennes",
"École Nationale des Techniciens de l'Équipement (ENTE) - Site d'Aix-en-Provence",
"École Supérieure d'Art du Nord-Pas de Calais : Dunkerque-Tourcoing"],
dtype=object))
res_pca.fit(X)
PCA(col_labels=array(['Capacité de l\x92établissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale'], dtype=object),
row_labels=array(['3IL', '3iL', 'ADES FORMATIONS', ...,
"École Nationale des Techniciens de l'Équipement (ENTE) - Etablissement de Valenciennes",
"École Nationale des Techniciens de l'Équipement (ENTE) - Site d'Aix-en-Provence",
"École Supérieure d'Art du Nord-Pas de Calais : Dunkerque-Tourcoing"],
dtype=object))
#Analyse des valeurs propres
print("les valeurs propres en valeur absolue ", res_pca.eig_[0] )
print("les valeurs propres en pourcentage de la variance totale ", res_pca.eig_[1] )
print("les valeurs propres en pourcentage cumulé de la variance totale ", res_pca.eig_[2] )
les valeurs propres en valeur absolue [3.63636754e+00 3.23750890e-01 3.90853622e-02 7.96203421e-04] les valeurs propres en pourcentage de la variance totale [9.09091886e+01 8.09377226e+00 9.77134054e-01 1.99050855e-02] les valeurs propres en pourcentage cumulé de la variance totale [ 90.9091886 99.00296086 99.98009491 100. ]
res_pca.plot_eigenvalues()
res_pca.plot_eigenvalues(type="percentage")
res_pca.plot_eigenvalues(type="cumulative")
#res_pca.correlation_circle(num_x_axis=1, num_y_axis=2)
res_pca.correlation_circle(1, 2, figsize=(12, 10))
#res_pca.mapping_row(num_x_axis=1, num_y_axis=2)
res_pca.mapping_row(num_x_axis=1, num_y_axis=2,figsize=(12, 10))
res_pca.plot_row_contrib(num_axis=1)
res_pca.plot_row_cos2(num_axis=1)
res_pca.plot_row_contrib(num_axis=1, nb_values=10)
res_pca.plot_col_contrib(num_axis=1)
res_pca.plot_col_cos2(num_axis=1)
from sklearn import decomposition
from sklearn import preprocessing
from functions import *
from function_biplot import *
sns.set_theme(style="whitegrid")
# choix du nombre de composantes à calculer
n_comp =4 #(4variables quanti)
# préparation des données pour l'ACP
col=df.select_dtypes(['int64','float64','category']).columns.tolist()
df_resu= df[col].fillna(df[col].mean()) # Il est fréquent de remplacer les valeurs inconnues par la moyenne de la variable
X = df_resu.select_dtypes(['int64','float64']).values
features = df_resu.select_dtypes(['int64','float64']).columns
names=df_resu.select_dtypes(['int64','float64']).index
#code couleur
colors = df_resu["Session"].astype('category')
y = colors.cat.codes
colors
Établissement
Université Grenoble Alpes - Antennes de Valence 2018
Universite Jean Monnet, Saint-Etienne 2018
Universite Jean Monnet, Saint-Etienne 2018
Universite Jean Monnet, Saint-Etienne 2018
Universite Jean Monnet, Saint-Etienne 2018
...
Lycée Marie Curie 2019
Lycée LEON BLUM 2019
Lycée professionnel Tristan Bernard 2019
Lycée Jean Monnet 2019
Lycée professionnel Thomas-Jean Main 2019
Name: Session, Length: 22274, dtype: category
Categories (2, int64): [2018, 2019]
X
array([[ 35., 251., 153., 172.],
[ 175., 1096., 850., 1095.],
[ 30., 143., 99., 103.],
...,
[ 20., 0., 0., 0.],
[ 24., 0., 0., 0.],
[ 24., 0., 0., 0.]])
# Centrage et Réduction
std_scale = preprocessing.StandardScaler().fit(X) #StandardScaler(with_std=False) pour centrer
X_scaled = std_scale.transform(X)
# Calcul des composantes principales
pca = decomposition.PCA(n_components=n_comp)
pca.fit(X_scaled)
PCA(n_components=4)
# Eboulis des valeurs propres
display_scree_plot(pca)
# Eboulis des valeurs propres amelioré
def pareto(data) :
from matplotlib.ticker import PercentFormatter
import numpy as np
y = list(data)
x = range(len(data))
ycum = np.cumsum(y)/sum(y)*100
fig, ax = plt.subplots()
ax.bar(x,y,color="yellow")
ax2 = ax.twinx()
ax2.plot(x,ycum, color="C1", marker="D", ms=7)
ax2.axhline(y=80,color="r")
ax2.yaxis.set_major_formatter(PercentFormatter())
ax.tick_params(axis="y", colors="C0")
ax2.tick_params(axis="y", colors="C1")
plt.ylim(0,110)
plt.show()
pareto(pca.explained_variance_ratio_)
# Cercle des corrélations
pcs = pca.components_
#display_circles(pcs, n_comp, pca, [(0,1),(2,3),(4,5)])
#display_circles(pcs, n_comp, pca, [(0,1),(2,3),(4,5)], labels = np.array(features))
#display_circles(pcs, n_comp, pca, [(0,1)], lims=[.0155, .019, 0.053, .057], labels = np.array(features))
#display_circles(pcs, n_comp, pca, [(2,3)], lims=[-.035, -.026, -.03,-.016], labels = np.array(features))
display_circles(pcs, n_comp, pca, [(0,1)], labels = np.array(features))
-L'axe F1 explique 77% de l'information et l'axe F2 18% donc 95,8‰ de l'information
-Groupe d'établissements lient à la capacité
-Groupe d'établissements lient effectif total des candidats...
res_pca=pca.fit_transform(X_scaled)
#biplot(score=res_pca[:,0:2],coeff=np.transpose(pca.components_[0:2, :]),cat=y,cmap="viridis")
#plt.show()
#coeff_labels
#score_labels
#biplot(score=res_pca[:,0:2],coeff=np.transpose(pca.components_[0:2, :]),cat=y,cmap="viridis")
#plt.show()
#biplot(score=data_sortie[:,0:2],coeff=np.transpose(mypca.components_[0:2, :]),cat=y, bigdata=100,coeff_labels = list(X.columns),density=False)
#plt.show()
#biplot(score=data_sortie[:,0:2],cat=y, bigdata=100,density=True)
#plt.show()
#plt.scatter(res_pca[:,0],res_pca[:,1],c=col, cmap='Set1')
#plt.show()
#labels = list(range(1,80,1))
#plt.scatter(res_pca[:,0],res_pca[:,1],c=col, cmap='Set1')
#plt.grid(color='white', linestyle='solid')
#plt.title("Scatter Plot", size=20)
#for i in range(len(labels)) :
#plt.text(res_pca[i,0],res_pca[i,1],labels[i])
#plt.show()
# Projection des individus
X_projected = pca.transform(X_scaled)
#display_factorial_planes(X_projected, n_comp, pca, [(0,1),(2,3),(4,5)], illustrative_var =names, alpha = 0.5) #pour la classification
#display_factorial_planes(X_projected, n_comp, pca, [(0,1),(2,3),(4,5)], labels = np.array(names))
display_factorial_planes(X_projected, n_comp, pca, [(0,1)], labels = np.array(names))
plt.show()
colors = {'2018':'red', '2019':'green'}
from mpl_toolkits.mplot3d import Axes3D
fig = plt.figure(figsize=(10,9))
ax = fig.gca(projection='3d')
ax.scatter(res_pca[:,0],res_pca[:,1],res_pca[:,2],zdir='z',s=40,depthshade=True,c=y)
# Paramétrer le graphique
ax.set_xlabel('F1')
ax.set_ylabel('F2')
ax.set_zlabel('F3')
plt.title('Nuages de points 3D')
#plt.legend(loc=2)
plt.show()
from sklearn.manifold import TSNE
tsne = TSNE(n_components=3)
X_embedded = tsne.fit_transform(X_scaled)
print(X_embedded.shape)
(22274, 3)
plt.scatter(X_embedded[:,0],X_embedded[:,1],c=y, cmap='Set1')
plt.show()
plt.subplot(121)
plt.scatter(X_embedded[:,0],X_embedded[:,1],c=y, cmap='Set1') # c2 = f(c1)
plt.subplot(122)
plt.scatter(X_embedded[:,0],X_embedded[:,2],c=y, cmap='Set1') # c3 = f(c2)
plt.show()
from fanalysis.ca import CA
# préparation des données pour l'ACP
#df_resu = df_resu.fillna(data_pca.mean()) # Il est fréquent de remplacer les valeurs inconnues par la moyenne de la variable
X = Tc.values
features = Tc.columns.values
names=Tc.index.values
res_ca = CA(row_labels=names, col_labels=features)
res_ca .fit(X)
CA(col_labels=array(['Année préparatoire', 'BPJEPS', 'BTS - Production',
'BTS - Services', 'BTSA', 'Bachelor', 'CPES',
'CUPGE - Arts Lettres Langues', 'CUPGE - Droit-économie-gestion',
'CUPGE - Sciences humaines et sociales',
'CUPGE - Sciences, technologie, santé', 'Cadre Technique',
'Classe préparatoire aux études supérieures',
'Classe préparatoire littéraire',
'Classe préparatoire scienti...
'Titre professionnel'], dtype=object),
row_labels=array(['Auvergne-Rhône-Alpes', 'Bourgogne-Franche-Comté', 'Bretagne',
'Centre-Val de Loire', 'Corse', 'Etranger', 'Grand Est',
'Guadeloupe', 'Guyane', 'Hauts-de-France', 'Ile-de-France',
'La Réunion', 'Martinique', 'Mayotte', 'Normandie',
'Nouvelle-Aquitaine', 'Occitanie', 'Pays de la Loire',
'Polynésie française', "Provence Alpes Côte d'Azur"], dtype=object))
#Analyse des valeurs propres
print("les valeurs propres en valeur absolue ", res_ca .eig_[0] )
print(" ")
print("-----------------------------------------------------")
print(" ")
print("les valeurs propres en pourcentage de la variance totale ", res_ca .eig_[1] )
print(" ")
print("-----------------------------------------------------")
print(" ")
print("les valeurs propres en pourcentage cumulé de la variance totale ", res_ca .eig_[2] )
les valeurs propres en valeur absolue [0.0459278 0.01524978 0.01471392 0.0135101 0.00991952 0.00806805 0.0076067 0.0068225 0.00596314 0.00578815 0.00476965 0.00301673 0.00242342 0.00222702 0.00208182 0.001692 0.00115477 0.00072049 0.00061812] ----------------------------------------------------- les valeurs propres en pourcentage de la variance totale [30.16135648 10.01472018 9.66281031 8.87224733 6.51426882 5.2983871 4.99541645 4.48041787 3.91606934 3.80114714 3.13228888 1.98112382 1.59148809 1.46250911 1.36715931 1.11115837 0.75835114 0.47315352 0.40592673] ----------------------------------------------------- les valeurs propres en pourcentage cumulé de la variance totale [ 30.16135648 40.17607666 49.83888697 58.7111343 65.22540312 70.52379023 75.51920668 79.99962454 83.91569388 87.71684103 90.84912991 92.83025373 94.42174182 95.88425093 97.25141024 98.36256861 99.12091975 99.59407327 100. ]
res_ca.plot_eigenvalues()
res_ca .plot_eigenvalues(type="percentage")
res_ca .plot_eigenvalues(type="cumulative")
#Extraction des statistiques sur les points lignes
df_rows = res_ca.row_topandas()
print(df_rows)
row_coord_dim1 row_coord_dim2 row_coord_dim3 \
Auvergne-Rhône-Alpes 0.029371 0.022570 -0.012970
Bourgogne-Franche-Comté 0.150700 -0.167448 -0.073268
Bretagne 0.086080 -0.048363 -0.042614
Centre-Val de Loire 0.182265 0.066851 0.104061
Corse 0.003916 -0.239072 0.147346
Etranger -0.827638 1.335478 -1.773034
Grand Est 0.055942 -0.071635 0.052244
Guadeloupe 0.174290 0.090130 0.328049
Guyane 0.182316 -0.067588 0.286113
Hauts-de-France 0.058467 0.034592 0.048632
Ile-de-France -0.428203 0.017363 -0.006519
La Réunion 0.178445 0.101247 0.213639
Martinique 0.119604 0.220534 0.209944
Mayotte 0.050624 -0.022086 0.568079
Normandie 0.252734 0.281433 0.142681
Nouvelle-Aquitaine 0.180993 -0.191861 -0.131238
Occitanie 0.049323 -0.109683 -0.008345
Pays de la Loire 0.174009 0.240616 -0.299884
Polynésie française 0.008401 0.025372 0.275409
Provence Alpes Côte d'Azur 0.001400 -0.010376 0.100472
row_coord_dim4 row_coord_dim5 row_coord_dim6 \
Auvergne-Rhône-Alpes 0.109089 -0.222268 0.002802
Bourgogne-Franche-Comté 0.137524 0.135736 -0.016267
Bretagne 0.065665 -0.049500 -0.006828
Centre-Val de Loire -0.067174 0.087698 -0.056346
Corse 0.041451 -0.298243 -0.123495
Etranger 0.130428 0.056616 2.908465
Grand Est 0.011786 -0.004397 0.077132
Guadeloupe -0.280919 -0.083990 0.012649
Guyane -0.193695 -0.180423 -0.149494
Hauts-de-France -0.156704 -0.001380 0.106179
Ile-de-France 0.011680 0.035222 -0.032999
La Réunion -0.113213 0.131324 -0.009168
Martinique -0.048361 -0.097482 -0.111979
Mayotte -0.665162 -0.304056 -0.127308
Normandie 0.299003 0.137798 -0.003348
Nouvelle-Aquitaine -0.022152 0.039685 -0.000393
Occitanie 0.019370 0.046435 -0.017207
Pays de la Loire -0.159444 0.001699 -0.140291
Polynésie française -0.238249 -0.094799 0.004447
Provence Alpes Côte d'Azur -0.076928 0.055824 0.042293
row_coord_dim7 row_coord_dim8 row_coord_dim9 \
Auvergne-Rhône-Alpes -0.000872 0.052709 -0.008571
Bourgogne-Franche-Comté 0.056677 0.130551 -0.104934
Bretagne 0.098190 -0.166838 0.080776
Centre-Val de Loire -0.155339 0.144825 0.087111
Corse -0.336725 0.190682 -0.156197
Etranger 0.841108 0.417071 -0.311280
Grand Est -0.028409 -0.011745 0.146995
Guadeloupe 0.245707 0.069335 -0.083194
Guyane 0.031176 -0.194437 -0.143761
Hauts-de-France -0.138449 -0.058134 -0.060183
Ile-de-France -0.006288 -0.010799 -0.016676
La Réunion 0.257316 -0.006377 0.012512
Martinique 0.253453 -0.039317 -0.217099
Mayotte 0.239969 0.179593 -0.347518
Normandie -0.049752 -0.066670 -0.062021
Nouvelle-Aquitaine 0.000843 -0.047083 -0.100615
Occitanie 0.015936 -0.010694 0.059650
Pays de la Loire 0.010080 0.017939 0.046563
Polynésie française 0.229412 -0.412528 0.032362
Provence Alpes Côte d'Azur 0.101623 0.145395 0.044515
row_coord_dim10 ... row_cos2_dim10 \
Auvergne-Rhône-Alpes 0.023656 ... 0.008130
Bourgogne-Franche-Comté 0.142429 ... 0.126062
Bretagne -0.009358 ... 0.000975
Centre-Val de Loire -0.070858 ... 0.028142
Corse -0.104854 ... 0.013366
Etranger -0.469123 ... 0.013796
Grand Est -0.016105 ... 0.004924
Guadeloupe -0.029585 ... 0.002253
Guyane -0.124403 ... 0.026263
Hauts-de-France 0.089361 ... 0.101241
Ile-de-France -0.008533 ... 0.000390
La Réunion 0.228706 ... 0.164364
Martinique 0.164347 ... 0.066837
Mayotte -0.532476 ... 0.139941
Normandie -0.083095 ... 0.023582
Nouvelle-Aquitaine -0.106730 ... 0.095017
Occitanie 0.051164 ... 0.068361
Pays de la Loire 0.003031 ... 0.000040
Polynésie française -0.113162 ... 0.021274
Provence Alpes Côte d'Azur -0.075899 ... 0.074087
row_cos2_dim11 row_cos2_dim12 row_cos2_dim13 \
Auvergne-Rhône-Alpes 0.022766 0.002981 0.004689
Bourgogne-Franche-Comté 0.026930 0.005780 0.025900
Bretagne 0.030876 0.189404 0.027971
Centre-Val de Loire 0.180197 0.121027 0.006792
Corse 0.312017 0.067452 0.015269
Etranger 0.001005 0.021345 0.006914
Grand Est 0.008048 0.122988 0.032868
Guadeloupe 0.025834 0.000006 0.014649
Guyane 0.053317 0.010350 0.004532
Hauts-de-France 0.006926 0.000065 0.006446
Ile-de-France 0.000617 0.000004 0.000003
La Réunion 0.018797 0.000181 0.089446
Martinique 0.028660 0.006541 0.100964
Mayotte 0.111169 0.000051 0.007497
Normandie 0.006237 0.003265 0.000471
Nouvelle-Aquitaine 0.038585 0.010701 0.003575
Occitanie 0.002283 0.004074 0.004844
Pays de la Loire 0.011608 0.002776 0.000953
Polynésie française 0.001209 0.003004 0.201191
Provence Alpes Côte d'Azur 0.039324 0.004897 0.023116
row_cos2_dim14 row_cos2_dim15 row_cos2_dim16 \
Auvergne-Rhône-Alpes 0.000024 0.000562 0.000304
Bourgogne-Franche-Comté 0.013214 0.000002 0.012436
Bretagne 0.010323 0.000001 0.037845
Centre-Val de Loire 0.000580 0.000881 0.004593
Corse 0.000358 0.107466 0.016961
Etranger 0.005480 0.000192 0.004605
Grand Est 0.035222 0.008522 0.017670
Guadeloupe 0.010296 0.002118 0.036673
Guyane 0.062782 0.016415 0.156140
Hauts-de-France 0.007068 0.001099 0.000872
Ile-de-France 0.000374 0.000098 0.000177
La Réunion 0.062038 0.049448 0.008485
Martinique 0.101243 0.003085 0.005700
Mayotte 0.065883 0.119473 0.008945
Normandie 0.000125 0.000241 0.000470
Nouvelle-Aquitaine 0.000545 0.004155 0.000136
Occitanie 0.002398 0.184132 0.152746
Pays de la Loire 0.000870 0.000431 0.000106
Polynésie française 0.000162 0.009533 0.010368
Provence Alpes Côte d'Azur 0.130076 0.009352 0.007906
row_cos2_dim17 row_cos2_dim18 row_cos2_dim19
Auvergne-Rhône-Alpes 4.616462e-03 0.001174 0.000214
Bourgogne-Franche-Comté 1.539411e-04 0.009420 0.003413
Bretagne 7.954204e-03 0.000154 0.000162
Centre-Val de Loire 1.574529e-03 0.001160 0.001570
Corse 7.541135e-05 0.023027 0.007640
Etranger 4.253810e-04 0.001563 0.000017
Grand Est 1.073361e-02 0.005044 0.001190
Guadeloupe 3.560339e-03 0.012318 0.108695
Guyane 1.690526e-01 0.028353 0.011998
Hauts-de-France 3.800409e-08 0.001612 0.000103
Ile-de-France 5.808507e-06 0.000003 0.000009
La Réunion 1.303573e-02 0.014386 0.000717
Martinique 2.593256e-02 0.051970 0.004504
Mayotte 6.108101e-04 0.003543 0.006147
Normandie 3.209311e-05 0.000069 0.000329
Nouvelle-Aquitaine 1.164927e-03 0.001852 0.000147
Occitanie 9.528151e-04 0.004357 0.019980
Pays de la Loire 6.837376e-05 0.000092 0.000011
Polynésie française 1.247400e-01 0.013165 0.007007
Provence Alpes Côte d'Azur 1.442573e-04 0.007933 0.002563
[20 rows x 57 columns]
###Statistiques pour les points lignes
# Coordonnées des points lignes
print(res_ca.row_coord_)
[[ 2.93714820e-02 2.25698666e-02 -1.29702354e-02 1.09089116e-01 -2.22268457e-01 2.80164210e-03 -8.72359039e-04 5.27091677e-02 -8.57074334e-03 2.36560244e-02 -3.95865222e-02 1.43238325e-02 1.79649109e-02 -1.27211914e-03 -6.21908681e-03 -4.57453806e-03 1.78260283e-02 8.99073878e-03 -3.83915062e-03] [ 1.50700241e-01 -1.67447937e-01 -7.32677624e-02 1.37524140e-01 1.35735861e-01 -1.62672823e-02 5.66765242e-02 1.30551480e-01 -1.04933702e-01 1.42429103e-01 6.58300415e-02 -3.04968525e-02 -6.45589367e-02 -4.61128578e-02 5.79640128e-04 4.47342611e-02 -4.97719183e-03 3.89333283e-02 -2.34354965e-02] [ 8.60801096e-02 -4.83631119e-02 -4.26143038e-02 6.56647719e-02 -4.95001112e-02 -6.82802091e-03 9.81897178e-02 -1.66837884e-01 8.07755780e-02 -9.35825219e-03 5.26659406e-02 -1.30440799e-01 5.01268208e-02 3.04518723e-02 3.40901705e-04 5.83070071e-02 -2.67310902e-02 3.71567578e-03 -3.81839523e-03] [ 1.82265190e-01 6.68505305e-02 1.04060684e-01 -6.71743674e-02 8.76983012e-02 -5.63462529e-02 -1.55338680e-01 1.44825166e-01 8.71110715e-02 -7.08583975e-02 -1.79302256e-01 -1.46944756e-01 -3.48110027e-02 -1.01740019e-02 -1.25362553e-02 2.86263545e-02 1.67605246e-02 -1.43887766e-02 -1.67360618e-02] [ 3.91566419e-03 -2.39072147e-01 1.47346344e-01 4.14506543e-02 -2.98243083e-01 -1.23494687e-01 -3.36724605e-01 1.90682392e-01 -1.56197384e-01 -1.04854060e-01 5.06609925e-01 -2.35548707e-01 -1.12070124e-01 -1.71583665e-02 2.97317830e-01 -1.18114678e-01 7.87594900e-03 -1.37627977e-01 7.92740936e-02] [-8.27638278e-01 1.33547756e+00 -1.77303364e+00 1.30428103e-01 5.66155064e-02 2.90846538e+00 8.41108488e-01 4.17070552e-01 -3.11279631e-01 -4.69123210e-01 -1.26590459e-01 -5.83528959e-01 -3.32119821e-01 -2.95673694e-01 -5.53428068e-02 -2.71034362e-01 -8.23769683e-02 -1.57883804e-01 1.66912955e-02] [ 5.59420680e-02 -7.16351686e-02 5.22443644e-02 1.17858195e-02 -4.39704472e-03 7.71318716e-02 -2.84089552e-02 -1.17453072e-02 1.46994736e-01 -1.61052691e-02 2.05885386e-02 8.04859372e-02 -4.16077005e-02 -4.30721465e-02 2.11869846e-02 3.05071368e-02 -2.37772306e-02 -1.63000365e-02 -7.91809006e-03] [ 1.74289829e-01 9.01296038e-02 3.28049200e-01 -2.80919273e-01 -8.39895709e-02 1.26485713e-02 2.45706538e-01 6.93347551e-02 -8.31944414e-02 -2.95846065e-02 -1.00168759e-01 1.51678824e-03 -7.54287901e-02 -6.32364557e-02 2.86797477e-02 1.19347516e-01 -3.71863534e-02 6.91695913e-02 2.05467584e-01] [ 1.82316372e-01 -6.75879227e-02 2.86112937e-01 -1.93694774e-01 -1.80422704e-01 -1.49493658e-01 3.11764435e-02 -1.94437062e-01 -1.43760745e-01 -1.24402558e-01 -1.77250648e-01 -7.80966907e-02 -5.16767038e-02 -1.92341974e-01 9.83493294e-02 -3.03327553e-01 -3.15621015e-01 1.29256014e-01 -8.40838187e-02] [ 5.84668510e-02 3.45920784e-02 4.86315343e-02 -1.56703961e-01 -1.37979683e-03 1.06178862e-01 -1.38448741e-01 -5.81342621e-02 -6.01828910e-02 8.93608971e-02 2.33732182e-02 2.26132703e-03 2.25487625e-02 2.36117929e-02 -9.30996510e-03 8.29232067e-03 -5.47501235e-05 1.12767992e-02 -2.84629811e-03] [-4.28203036e-01 1.73629547e-02 -6.51863169e-03 1.16797825e-02 3.52224900e-02 -3.29986384e-02 -6.28841395e-03 -1.07994863e-02 -1.66758943e-02 -8.53320616e-03 -1.07354291e-02 8.38257658e-04 7.91055214e-04 -8.35559844e-03 4.26963077e-03 5.75975411e-03 -1.04197039e-03 -7.12948112e-04 1.28879923e-03] [ 1.78444868e-01 1.01246567e-01 2.13638730e-01 -1.13213025e-01 1.31323741e-01 -9.16754023e-03 2.57316024e-01 -6.37659009e-03 1.25115115e-02 2.28706108e-01 -7.73416489e-02 -7.59193752e-03 1.68715333e-01 -1.40508173e-01 1.25443753e-01 -5.19630361e-02 6.44082904e-02 -6.76617180e-02 -1.51070249e-02] [ 1.19604219e-01 2.20533583e-01 2.09944488e-01 -4.83608904e-02 -9.74817308e-02 -1.11978900e-01 2.53453456e-01 -3.93173421e-02 -2.17098582e-01 1.64347144e-01 -1.07618825e-01 5.14126839e-02 -2.01993397e-01 2.02272399e-01 -3.53102979e-02 4.79964247e-02 -1.02370839e-01 -1.44920915e-01 -4.26636688e-02] [ 5.06243161e-02 -2.20862232e-02 5.68078867e-01 -6.65162377e-01 -3.04055659e-01 -1.27308074e-01 2.39968726e-01 1.79592529e-01 -3.47518237e-01 -5.32475616e-01 4.74589399e-01 -1.01403921e-02 1.23248626e-01 -3.65354250e-01 -4.91996226e-01 1.34620748e-01 3.51787053e-02 -8.47277485e-02 -1.11598181e-01] [ 2.52734154e-01 2.81433347e-01 1.42680620e-01 2.99003248e-01 1.37798444e-01 -3.34833655e-03 -4.97517966e-02 -6.66704741e-02 -6.20210019e-02 -8.30947920e-02 4.27324791e-02 3.09178827e-02 1.17379077e-02 -6.04388984e-03 -8.39918941e-03 -1.17276042e-02 3.06543904e-03 4.50690049e-03 9.82206760e-03] [ 1.80992658e-01 -1.91861450e-01 -1.31238329e-01 -2.21516796e-02 3.96850894e-02 -3.92559846e-04 8.43018785e-04 -4.70831604e-02 -1.00614804e-01 -1.06730234e-01 -6.80133475e-02 3.58183954e-02 2.07030752e-02 8.08269580e-03 2.23188262e-02 4.04480492e-03 1.18177752e-02 -1.49000383e-02 4.20232292e-03] [ 4.93228338e-02 -1.09682846e-01 -8.34548206e-03 1.93703232e-02 4.64347427e-02 -1.72070767e-02 1.59364362e-02 -1.06941794e-02 5.96498864e-02 5.11644194e-02 9.35028958e-03 -1.24898807e-02 -1.36191253e-02 9.58347358e-03 -8.39710502e-02 -7.64803608e-02 6.04045489e-03 -1.29165269e-02 2.76605168e-02] [ 1.74008745e-01 2.40615934e-01 -2.99884402e-01 -1.59444212e-01 1.69886983e-03 -1.40290580e-01 1.00796655e-02 1.79390484e-02 4.65634482e-02 3.03127422e-03 5.16363041e-02 2.52499615e-02 -1.47947670e-02 -1.41396964e-02 9.95079533e-03 -4.94222171e-03 -3.96300014e-03 4.59579016e-03 1.60091605e-03] [ 8.40069416e-03 2.53717122e-02 2.75409288e-01 -2.38248560e-01 -9.47985638e-02 4.44704828e-03 2.29412391e-01 -4.12527966e-01 3.23616064e-02 -1.13161561e-01 2.69725987e-02 -4.25204968e-02 -3.48001740e-01 9.86870173e-03 7.57496820e-02 -7.89979351e-02 2.74018267e-01 8.90183305e-02 -6.49426828e-02] [ 1.40022688e-03 -1.03763339e-02 1.00471965e-01 -7.69284962e-02 5.58241994e-02 4.22930943e-02 1.01622534e-01 1.45394802e-01 4.45146674e-02 -7.58988429e-02 5.52956984e-02 1.95134272e-02 4.23952992e-02 1.00568723e-01 2.69664959e-02 -2.47933776e-02 -3.34914466e-03 2.48356528e-02 -1.41165210e-02]]
# Contributions des points lignes
print(res_ca.row_contrib_)
[[2.23219312e-01 3.96963047e-01 1.35869875e-01 1.04679133e+01 5.91862613e+01 1.15614562e-02 1.18891210e-03 4.83932414e+00 1.46392060e-01 1.14894636e+00 3.90448541e+00 8.08235206e-01 1.58262367e+00 8.63550834e-03 2.20782695e-01 1.46977022e-01 3.27016567e+00 1.33327458e+00 2.83369799e-01] [2.11788498e+00 7.87491965e+00 1.56259975e+00 5.99583376e+00 7.95515919e+00 1.40479085e-01 1.80867304e+00 1.06996711e+01 7.90869742e+00 1.50109488e+01 3.89145307e+00 1.32045549e+00 7.36605052e+00 4.08950595e+00 6.91230849e-04 5.06558868e+00 9.18805874e-02 9.01086197e+00 3.80562517e+00] [8.57597346e-01 8.15301669e-01 6.56048606e-01 1.69652364e+00 1.31303212e+00 3.07167084e-02 6.73734831e+00 2.16870010e+01 5.81618821e+00 8.04272988e-02 3.09119610e+00 2.99808512e+01 5.51144662e+00 2.21339077e+00 2.96734401e-04 1.06805646e+01 3.28921056e+00 1.01859661e-01 1.25384190e-01] [2.52646430e+00 1.02359338e+00 2.57055243e+00 1.16662183e+00 2.70815337e+00 1.37449437e+00 1.10801105e+01 1.07380672e+01 4.44480701e+00 3.02987381e+00 2.35432421e+01 2.50007557e+01 1.74657099e+00 1.62346009e-01 2.63677517e-01 1.69165851e+00 8.49691826e-01 1.00369610e+00 1.58276143e+00] [1.60369125e-04 1.80044516e+00 7.08820100e-01 6.10927803e-02 4.30760462e+00 9.08058045e-01 7.16042427e+00 2.56013823e+00 1.96543139e+00 9.12465754e-01 2.58491538e+01 8.83508190e+00 2.48964291e+00 6.35058967e-02 2.03978097e+01 3.96088770e+00 2.58045445e-02 1.26290921e+01 4.88400012e+00] [8.03504820e-01 6.30075497e+00 1.15103549e+01 6.78370470e-02 1.74085795e-02 5.64861962e+01 5.01060943e+00 1.37359516e+00 8.75405460e-01 2.04841231e+00 1.81008247e-01 6.08094992e+00 2.45213524e+00 2.11487650e+00 7.92613488e-02 2.33900400e+00 3.16591671e-01 1.86393734e+00 2.42823466e-02] [5.85218582e-01 2.89005228e+00 1.59318933e+00 8.83034912e-02 1.67397139e-02 6.33309492e+00 9.11235788e-01 1.73660955e-01 3.11203976e+01 3.84869268e-01 7.63275241e-01 1.84425231e+01 6.13530250e+00 7.15461706e+00 1.85187266e+00 4.72409780e+00 4.20478833e+00 3.16713825e+00 8.71134398e-01] [5.64187931e-01 4.54387817e-01 6.23885780e+00 4.98264569e+00 6.06618461e-01 1.69149155e-02 6.77005660e+00 6.01054738e-01 9.90076655e-01 1.28987459e-01 1.79445823e+00 6.50532291e-04 2.00263345e+00 1.53167645e+00 3.37024989e-01 7.18094142e+00 1.02147423e+00 5.66446528e+00 5.82598749e+01] [3.08674712e-01 1.27761487e-01 2.37285999e+00 1.18441185e+00 1.39964301e+00 1.18141486e+00 5.44981826e-02 2.36341594e+00 1.47819195e+00 1.14036668e+00 2.80940553e+00 8.62291731e-01 4.69988028e-01 7.08516775e+00 1.98163772e+00 2.31925413e+01 3.67927340e+01 9.89008494e+00 4.87840417e+00] [7.17092580e-01 7.55998937e-01 1.54859973e+00 1.75118892e+01 1.84914642e-03 1.34629162e+01 2.42780061e+01 4.77257211e+00 5.85197428e+00 1.32918995e+01 1.10352432e+00 1.63313399e-02 2.02138354e+00 2.41193745e+00 4.01128642e-01 3.91546102e-01 2.50095890e-05 1.70049872e+00 1.26275706e-01] [7.31821167e+01 3.62380483e-01 5.29377874e-02 1.85093951e-01 2.29261319e+00 2.47402857e+00 9.52942943e-02 3.13360337e-01 8.54838846e-01 2.30603635e-01 4.42928230e-01 4.26972390e-03 4.73332751e-03 5.74662546e-01 1.60515830e-01 3.59408445e-01 1.72344238e-02 1.29321319e-02 4.92582793e-02] [1.03029649e+00 9.98910912e-01 4.60958139e+00 1.40982145e+00 2.58360303e+00 1.54798565e-02 1.29350148e+01 8.85652691e-03 3.90098384e-02 1.34290661e+01 1.86367428e+00 2.83921707e-02 1.74546314e+01 1.31737543e+01 1.12326938e+01 2.37147221e+00 5.33848672e+00 9.44254217e+00 5.48675035e-01] [2.75476992e-01 2.82068017e+00 2.64940712e+00 1.53108089e-01 8.47274207e-01 1.37458598e+00 7.46909414e+00 2.00397815e-01 6.99047683e+00 4.12717460e+00 2.14762218e+00 7.74947234e-01 1.48906671e+01 1.62486719e+01 5.29696177e-01 1.20416226e+00 8.02648473e+00 2.57812077e+01 2.60442553e+00] [1.32776223e-02 7.61126666e-03 5.21875195e+00 7.79245953e+00 2.21765175e+00 4.77992465e-01 1.80131820e+00 1.12489207e+00 4.81900825e+00 1.16556799e+01 1.12363976e+01 8.11055780e-03 1.49146692e+00 1.42620708e+01 2.76666937e+01 2.54859531e+00 2.55001187e-01 2.37083920e+00 4.79423608e+00] [6.49987049e+00 2.42739244e+01 6.46627577e+00 3.09275754e+01 8.94644820e+00 6.49444770e-03 1.52080503e+00 3.04492268e+00 3.01477486e+00 5.57520230e+00 1.78929551e+00 1.48093356e+00 2.65708650e-01 7.66588327e-02 1.58373797e-01 3.79900918e-01 3.80314364e-02 1.31759387e-01 7.29433804e-01] [6.04894976e+00 2.04713064e+01 9.92720202e+00 3.08026877e-01 1.34647403e+00 1.61985819e-04 7.92340283e-04 2.75563457e+00 1.43973424e+01 1.66904932e+01 8.22499084e+00 3.60669622e+00 1.49994474e+00 2.48784213e-01 2.02923576e+00 8.20026957e-02 1.02567562e+00 2.61325400e+00 2.42292583e-01] [4.50403877e-01 6.70803852e+00 4.02491163e-02 2.36154945e-01 1.84832084e+00 3.12052347e-01 2.83901485e-01 1.42538885e-01 5.07371206e+00 3.84572624e+00 1.55863800e-01 4.39705509e-01 6.50806660e-01 3.50674565e-01 2.88002989e+01 2.93954993e+01 2.68674157e-01 1.96900302e+00 1.05251883e+01] [3.79451504e+00 2.18511827e+01 3.51778505e+01 1.08305092e+01 1.67463256e-03 1.40403630e+01 7.68750722e-02 2.71484652e-01 2.09268997e+00 9.13693988e-03 3.21746246e+00 1.21639554e+00 5.19849779e-01 5.16709668e-01 2.73754623e-01 8.30870775e-02 7.82785603e-02 1.68726503e-01 2.38646166e-02] [8.27823397e-04 2.27414919e-02 2.77723052e+00 2.26352423e+00 4.88085671e-01 1.32056026e-03 3.72752241e+00 1.34383667e+01 9.46167419e-02 1.19190433e+00 8.21754314e-02 3.22881572e-01 2.69226409e+01 2.35602386e-02 1.48491202e+00 1.98707260e+00 3.50305460e+01 5.92536399e+00 3.67596202e+00] [2.60269149e-04 4.30453061e-02 4.18276129e+00 2.67065377e+00 1.91538496e+00 1.35167406e+00 8.27723113e+00 1.88910452e+01 2.02596825e+00 6.06781555e+00 3.90838762e+00 7.69541826e-01 4.52177305e+00 2.76887936e+01 2.12964224e+00 2.21499204e+00 5.92207921e-02 5.21946304e+00 1.96555159e+00]]
# Cos2 des points lignes
print(res_ca.row_cos2_)
[[1.25329070e-02 7.40044920e-03 2.44396967e-03 1.72887239e-01 7.17721185e-01 1.14031649e-04 1.10558115e-05 4.03619755e-02 1.06717852e-03 8.12987029e-03 2.27664227e-02 2.98070205e-03 4.68867607e-03 2.35101646e-05 5.61892628e-04 3.04014703e-04 4.61646216e-03 1.17433189e-03 2.14126490e-04] [1.41128190e-01 1.74239044e-01 3.33589010e-02 1.17528651e-01 1.14491984e-01 1.64443187e-03 1.99614596e-02 1.05913050e-01 6.84251666e-02 1.26061757e-01 2.69298625e-02 5.77957517e-03 2.58999315e-02 1.32138677e-02 2.08786669e-06 1.24355906e-02 1.53941118e-04 9.41952367e-03 3.41298355e-03] [8.24838634e-02 2.60370542e-02 2.02150196e-02 4.79985648e-02 2.72756885e-02 5.18982910e-04 1.07323641e-01 3.09850867e-01 7.26312504e-02 9.74883817e-04 3.08761443e-02 1.89404492e-01 2.79707231e-02 1.03226540e-02 1.29366467e-06 3.78446830e-02 7.95420383e-03 1.53687659e-04 1.62302470e-04] [1.86201345e-01 2.50486927e-02 6.06944106e-02 2.52919619e-02 4.31079837e-02 1.77953047e-02 1.35249158e-01 1.17561039e-01 4.25326126e-02 2.81421971e-02 1.80196709e-01 1.21027353e-01 6.79216790e-03 5.80174951e-04 8.80868342e-04 4.59311626e-03 1.57452863e-03 1.16044106e-03 1.56993579e-03] [1.86398241e-05 6.94846538e-02 2.63942703e-02 2.08878487e-03 1.08136347e-01 1.85407576e-02 1.37841705e-01 4.42030379e-02 2.96604983e-02 1.33659994e-02 3.12017046e-01 6.74516194e-02 1.52690014e-02 3.57917403e-04 1.07466435e-01 1.69605009e-02 7.54113513e-05 2.30273725e-02 7.64000254e-03] [4.29385707e-02 1.11799443e-01 1.97060870e-01 1.06637217e-03 2.00926509e-04 5.30266564e-01 4.43476365e-02 1.09039914e-02 6.07390301e-03 1.37955903e-02 1.00454269e-03 2.13447599e-02 6.91442450e-03 5.48014211e-03 1.91994510e-04 4.60484647e-03 4.25380969e-04 1.56257766e-03 1.74641132e-05] [5.94155975e-02 9.74262551e-02 5.18205877e-02 2.63719963e-03 3.67066879e-04 1.12951284e-01 1.53226527e-02 2.61910070e-03 4.10229607e-01 4.92446899e-03 8.04774998e-03 1.22988200e-01 3.28678172e-02 3.52221989e-02 8.52239648e-03 1.76695844e-02 1.07336140e-02 5.04429628e-03 1.19032158e-03] [7.82110706e-02 2.09150577e-02 2.77078042e-01 2.03182929e-01 1.81624683e-02 4.11914507e-04 1.55438132e-01 1.23773056e-02 1.78202078e-02 2.25349053e-03 2.58338261e-02 5.92344074e-06 1.46486778e-02 1.02957784e-02 2.11775052e-03 3.66733781e-02 3.56033881e-03 1.23184074e-02 1.08695301e-01] [5.64080865e-02 7.75225809e-03 1.38920077e-01 6.36686776e-02 5.52423826e-02 3.79258707e-02 1.64946523e-03 6.41576026e-02 3.50728172e-02 2.62632609e-02 5.33169980e-02 1.03503560e-02 4.53189286e-03 6.27824362e-02 1.64146955e-02 1.56139846e-01 1.69052598e-01 2.83525120e-02 1.19981664e-02] [4.33390671e-02 1.51709740e-02 2.99844505e-02 3.11329375e-01 2.41373973e-05 1.42934243e-01 2.43017851e-01 4.28474006e-02 4.59204614e-02 1.01240712e-01 6.92623430e-03 6.48316236e-05 6.44622673e-03 7.06835057e-03 1.09889515e-03 8.71790893e-04 3.80040918e-08 1.61224800e-03 1.02711937e-04] [9.80964466e-01 1.61287629e-03 2.27335197e-04 7.29832680e-04 6.63733752e-03 5.82566939e-03 2.11561208e-04 6.23964650e-04 1.48775721e-03 3.89563509e-04 6.16584509e-04 3.75931616e-06 3.34786076e-06 3.73515745e-04 9.75291485e-05 1.77485010e-04 5.80850745e-06 2.71937838e-06 8.88636875e-06] [1.00059880e-01 3.22116122e-02 1.43420697e-01 4.02758431e-02 5.41923953e-02 2.64093372e-04 2.08058525e-01 1.27769988e-04 4.91893870e-04 1.64364256e-01 1.87965743e-02 1.81116119e-04 8.94460075e-02 6.20376053e-02 4.94481365e-02 8.48478592e-03 1.30357312e-02 1.43859284e-02 7.17149568e-04] [3.53985837e-02 1.20348962e-01 1.09069127e-01 5.78737282e-03 2.35146948e-02 3.10288215e-02 1.58960536e-01 3.82526201e-03 1.16629082e-01 6.68370400e-02 2.86595505e-02 6.54083866e-03 1.00964159e-01 1.01243263e-01 3.08528755e-03 5.70046993e-03 2.59325612e-02 5.19702752e-02 4.50411305e-03] [1.26492526e-03 2.40762830e-04 1.59280934e-01 2.18374477e-01 4.56302352e-02 7.99941851e-03 2.84220774e-02 1.59192668e-02 5.96076124e-02 1.39941323e-01 1.11168717e-01 5.07523348e-05 7.49740032e-03 6.58832255e-02 1.19473082e-01 8.94479775e-03 6.10810126e-04 3.54321787e-03 6.14696519e-03] [2.18149527e-01 2.70506383e-01 6.95274624e-02 3.05336144e-01 6.48507542e-02 3.82899335e-05 8.45364375e-03 1.51807592e-02 1.31372348e-02 2.35816406e-02 6.23652378e-03 3.26471968e-03 4.70552178e-04 1.24755438e-04 2.40935700e-04 4.69726442e-04 3.20931078e-05 6.93717010e-05 3.29482417e-04] [2.73243098e-01 3.07045495e-01 1.43664236e-01 4.09298926e-03 1.31365708e-02 1.28540218e-06 5.92791256e-06 1.84909191e-02 8.44405510e-02 9.50171947e-02 3.85847406e-02 1.07013739e-02 3.57517253e-03 5.44928788e-04 4.15499001e-03 1.36465366e-04 1.16492705e-03 1.85183399e-03 1.47301147e-04] [6.35280258e-02 3.14156997e-01 1.81874652e-03 9.79812678e-03 5.63060946e-02 7.73185158e-03 6.63211020e-03 2.98651188e-03 9.29155838e-02 6.83605295e-02 2.28307112e-03 4.07367049e-03 4.84359421e-03 2.39836467e-03 1.84131668e-01 1.52745764e-01 9.52815051e-04 4.35673181e-03 1.99797430e-02] [1.31820650e-01 2.52051954e-01 3.91515585e-01 1.10677367e-01 1.25649715e-05 8.56837217e-02 4.42316904e-04 1.40100635e-03 9.43912131e-03 4.00029252e-05 1.16078450e-02 2.77563746e-03 9.52922447e-04 8.70405185e-04 4.31079020e-04 1.06337329e-04 6.83737618e-05 9.19521062e-05 1.11577960e-05] [1.17240301e-04 1.06941465e-03 1.26009632e-01 9.42990131e-02 1.49296661e-02 3.28541524e-05 8.74339949e-02 2.82717941e-01 1.73982963e-03 2.12737690e-02 1.20862664e-03 3.00360790e-03 2.01191398e-01 1.61795569e-04 9.53253057e-03 1.03675958e-02 1.24739962e-01 1.31645333e-02 7.00659524e-03] [2.52154597e-05 1.38470719e-03 1.29825458e-01 7.61104970e-02 4.00788341e-02 2.30042985e-02 1.32815913e-01 2.71874100e-01 2.54845130e-02 7.40867224e-02 3.93235545e-02 4.89707977e-03 2.31156166e-02 1.30075632e-01 9.35231456e-03 7.90572061e-03 1.44257328e-04 7.93270366e-03 2.56286324e-03]]
#Extraction des statistiques sur les points colonnes
df_cols = res_ca.col_topandas()
print(df_cols)
col_coord_dim1 \
Année préparatoire 0.223344
BPJEPS 0.226054
BTS - Production 0.135785
BTS - Services 0.052540
BTSA 0.426214
Bachelor -0.601648
CPES -1.998076
CUPGE - Arts Lettres Langues 0.261036
CUPGE - Droit-économie-gestion 0.380645
CUPGE - Sciences humaines et sociales 1.179305
CUPGE - Sciences, technologie, santé -0.010245
Cadre Technique 1.179305
Classe préparatoire aux études supérieures 0.005734
Classe préparatoire littéraire -0.351094
Classe préparatoire scientifique -0.219346
Classe préparatoire économique et commerciale -0.340577
Classes préparatoires aux écoles du social 0.606157
Classes préparatoires aux écoles paramédicales 0.524515
D.E secteur sanitaire 0.011297
D.E secteur social 0.019792
DCG 0.017936
DEJEPS -0.071079
DEUST 0.148632
DN MADE -0.613442
DU -0.457794
DUT - Production 0.147206
DUT - Service 0.090042
Diplôme accrédité par un Etat étranger 0.811957
Diplôme d'établissement -1.998076
Diplôme des métiers d'Arts -0.914570
Ecole d'architecture -0.312950
Ecole supérieure d'art 0.523430
Ecoles de commerce 0.272480
Ecoles de commerce et de management 0.093303
Formation en ingénierie 0.147138
Formations d'ingénieurs -0.019254
Formations diplômantes du social 0.441581
Formations diplômantes paramédicales 0.183725
Licence - Arts-lettres-langues -0.283943
Licence - Arts-lettres-langues / Sciences humai... 0.474505
Licence - Droit-économie-gestion -0.155607
Licence - Droit-économie-gestion / Arts-lettres... 0.811957
Licence - Droit-économie-gestion / Sciences - t... 0.811957
Licence - Droit-économie-gestion / Sciences hum... 0.811957
Licence - STAPS 0.804160
Licence - Sciences - technologies - santé 0.093080
Licence - Sciences humaines et sociales -0.156349
Licence - Sciences humaines et sociales / Scien... 0.401666
Mention complémentaire -0.046732
Mise à niveau 0.155878
Technicien supérieur 0.016275
Titre professionnel 0.137053
col_coord_dim2 \
Année préparatoire 0.032025
BPJEPS -0.183189
BTS - Production -0.001651
BTS - Services 0.041023
BTSA -0.144750
Bachelor 0.642620
CPES 0.140602
CUPGE - Arts Lettres Langues -0.580089
CUPGE - Droit-économie-gestion 0.613789
CUPGE - Sciences humaines et sociales 2.278997
CUPGE - Sciences, technologie, santé -0.090389
Cadre Technique 2.278997
Classe préparatoire aux études supérieures -0.129917
Classe préparatoire littéraire 0.074729
Classe préparatoire scientifique 0.002603
Classe préparatoire économique et commerciale 0.146073
Classes préparatoires aux écoles du social 0.286270
Classes préparatoires aux écoles paramédicales 0.438909
D.E secteur sanitaire 0.012807
D.E secteur social -0.034813
DCG 0.009545
DEJEPS 0.014174
DEUST -0.232180
DN MADE -0.073441
DU 0.010601
DUT - Production -0.057846
DUT - Service -0.016874
Diplôme accrédité par un Etat étranger 1.948465
Diplôme d'établissement 0.140602
Diplôme des métiers d'Arts 0.077880
Ecole d'architecture 0.057126
Ecole supérieure d'art 1.148264
Ecoles de commerce -0.156388
Ecoles de commerce et de management -0.110131
Formation en ingénierie -0.538276
Formations d'ingénieurs 0.217954
Formations diplômantes du social 0.297594
Formations diplômantes paramédicales 0.140402
Licence - Arts-lettres-langues -0.041729
Licence - Arts-lettres-langues / Sciences humai... 1.065616
Licence - Droit-économie-gestion 0.010883
Licence - Droit-économie-gestion / Arts-lettres... 1.948465
Licence - Droit-économie-gestion / Sciences - t... 1.948465
Licence - Droit-économie-gestion / Sciences hum... 1.948465
Licence - STAPS -1.497175
Licence - Sciences - technologies - santé 0.003500
Licence - Sciences humaines et sociales -0.018757
Licence - Sciences humaines et sociales / Scien... -0.391636
Mention complémentaire -0.179504
Mise à niveau 0.090134
Technicien supérieur -0.507773
Titre professionnel 0.182767
col_coord_dim3 \
Année préparatoire -0.197815
BPJEPS 0.003108
BTS - Production 0.045066
BTS - Services 0.063145
BTSA -0.228195
Bachelor -0.109105
CPES -0.053739
CUPGE - Arts Lettres Langues 0.430700
CUPGE - Droit-économie-gestion -0.173714
CUPGE - Sciences humaines et sociales 1.176253
CUPGE - Sciences, technologie, santé 0.108500
Cadre Technique 1.176253
Classe préparatoire aux études supérieures 0.303209
Classe préparatoire littéraire 0.002996
Classe préparatoire scientifique 0.000030
Classe préparatoire économique et commerciale -0.151954
Classes préparatoires aux écoles du social -0.292736
Classes préparatoires aux écoles paramédicales -0.033710
D.E secteur sanitaire -0.024257
D.E secteur social 0.125300
DCG 0.016050
DEJEPS -0.029967
DEUST -0.117286
DN MADE -0.063932
DU -0.028093
DUT - Production 0.010578
DUT - Service 0.091142
Diplôme accrédité par un Etat étranger -2.472235
Diplôme d'établissement -0.053739
Diplôme des métiers d'Arts -0.114788
Ecole d'architecture 0.011702
Ecole supérieure d'art -0.204576
Ecoles de commerce -0.205933
Ecoles de commerce et de management -0.102980
Formation en ingénierie -0.393783
Formations d'ingénieurs -0.328973
Formations diplômantes du social 0.418358
Formations diplômantes paramédicales 0.040443
Licence - Arts-lettres-langues -0.024590
Licence - Arts-lettres-langues / Sciences humai... -1.289581
Licence - Droit-économie-gestion -0.000193
Licence - Droit-économie-gestion / Arts-lettres... -2.472235
Licence - Droit-économie-gestion / Sciences - t... -2.472235
Licence - Droit-économie-gestion / Sciences hum... -2.472235
Licence - STAPS -0.945379
Licence - Sciences - technologies - santé 0.079188
Licence - Sciences humaines et sociales -0.037797
Licence - Sciences humaines et sociales / Scien... -0.351311
Mention complémentaire 0.049895
Mise à niveau 0.246952
Technicien supérieur 0.058220
Titre professionnel -0.106926
col_coord_dim4 \
Année préparatoire -0.185357
BPJEPS -0.155440
BTS - Production 0.023252
BTS - Services -0.073322
BTSA 0.131162
Bachelor 0.540544
CPES 0.100486
CUPGE - Arts Lettres Langues 0.101398
CUPGE - Droit-économie-gestion -1.352904
CUPGE - Sciences humaines et sociales 2.572448
CUPGE - Sciences, technologie, santé 0.151368
Cadre Technique 2.572448
Classe préparatoire aux études supérieures -0.375667
Classe préparatoire littéraire -0.030087
Classe préparatoire scientifique 0.029613
Classe préparatoire économique et commerciale 0.101638
Classes préparatoires aux écoles du social 0.605670
Classes préparatoires aux écoles paramédicales 0.284111
D.E secteur sanitaire 0.042971
D.E secteur social -0.069352
DCG -0.045926
DEJEPS 0.295171
DEUST -0.179441
DN MADE 0.090797
DU 0.017287
DUT - Production 0.147194
DUT - Service 0.152195
Diplôme accrédité par un Etat étranger -1.371764
Diplôme d'établissement 0.100486
Diplôme des métiers d'Arts -0.077043
Ecole d'architecture 0.060324
Ecole supérieure d'art -0.092122
Ecoles de commerce -0.029547
Ecoles de commerce et de management 0.242687
Formation en ingénierie -0.094397
Formations d'ingénieurs -0.094176
Formations diplômantes du social 0.849872
Formations diplômantes paramédicales 0.108223
Licence - Arts-lettres-langues 0.088952
Licence - Arts-lettres-langues / Sciences humai... -0.216613
Licence - Droit-économie-gestion -0.054467
Licence - Droit-économie-gestion / Arts-lettres... -1.371764
Licence - Droit-économie-gestion / Sciences - t... -1.371764
Licence - Droit-économie-gestion / Sciences hum... -1.371764
Licence - STAPS 0.201922
Licence - Sciences - technologies - santé -0.120099
Licence - Sciences humaines et sociales -0.009953
Licence - Sciences humaines et sociales / Scien... 0.564941
Mention complémentaire -0.109861
Mise à niveau -0.219453
Technicien supérieur 0.238468
Titre professionnel 0.938539
col_coord_dim5 \
Année préparatoire 0.272728
BPJEPS 0.050814
BTS - Production 0.050100
BTS - Services 0.003138
BTSA -0.025909
Bachelor 0.355843
CPES 0.353651
CUPGE - Arts Lettres Langues -0.044148
CUPGE - Droit-économie-gestion -0.007672
CUPGE - Sciences humaines et sociales 1.383563
CUPGE - Sciences, technologie, santé -0.110020
Cadre Technique 1.383563
Classe préparatoire aux études supérieures -0.369869
Classe préparatoire littéraire 0.042864
Classe préparatoire scientifique 0.039484
Classe préparatoire économique et commerciale 0.003902
Classes préparatoires aux écoles du social -0.103035
Classes préparatoires aux écoles paramédicales -0.537097
D.E secteur sanitaire 0.057752
D.E secteur social -0.030340
DCG -0.083308
DEJEPS -0.829928
DEUST -0.263512
DN MADE 0.137958
DU -0.244852
DUT - Production -0.037401
DUT - Service 0.011087
Diplôme accrédité par un Etat étranger 0.017057
Diplôme d'établissement 0.353651
Diplôme des métiers d'Arts 0.179917
Ecole d'architecture -0.031575
Ecole supérieure d'art 0.324365
Ecoles de commerce -0.183848
Ecoles de commerce et de management -0.069675
Formation en ingénierie 0.309310
Formations d'ingénieurs -0.002700
Formations diplômantes du social 0.945053
Formations diplômantes paramédicales 0.034551
Licence - Arts-lettres-langues -0.104104
Licence - Arts-lettres-langues / Sciences humai... -1.107313
Licence - Droit-économie-gestion 0.020557
Licence - Droit-économie-gestion / Arts-lettres... 0.017057
Licence - Droit-économie-gestion / Sciences - t... 0.017057
Licence - Droit-économie-gestion / Sciences hum... 0.017057
Licence - STAPS 0.673999
Licence - Sciences - technologies - santé 0.014441
Licence - Sciences humaines et sociales 0.050603
Licence - Sciences humaines et sociales / Scien... -0.497005
Mention complémentaire -0.097326
Mise à niveau -0.130464
Technicien supérieur -0.159984
Titre professionnel -2.231683
col_coord_dim6 \
Année préparatoire -0.129463
BPJEPS 0.063225
BTS - Production 0.023284
BTS - Services -0.003998
BTSA -0.060359
Bachelor -0.362534
CPES -0.367377
CUPGE - Arts Lettres Langues 0.858716
CUPGE - Droit-économie-gestion 0.633306
CUPGE - Sciences humaines et sociales -0.037277
CUPGE - Sciences, technologie, santé 0.037797
Cadre Technique -0.037277
Classe préparatoire aux études supérieures -0.143189
Classe préparatoire littéraire -0.098339
Classe préparatoire scientifique -0.060599
Classe préparatoire économique et commerciale 0.304782
Classes préparatoires aux écoles du social -0.205595
Classes préparatoires aux écoles paramédicales -0.206402
D.E secteur sanitaire 0.106523
D.E secteur social 0.018834
DCG -0.030375
DEJEPS 0.015438
DEUST 0.243616
DN MADE -0.107087
DU -0.067834
DUT - Production 0.027371
DUT - Service 0.034329
Diplôme accrédité par un Etat étranger -1.561868
Diplôme d'établissement -0.367377
Diplôme des métiers d'Arts -0.116910
Ecole d'architecture -0.040699
Ecole supérieure d'art -0.526924
Ecoles de commerce -0.263091
Ecoles de commerce et de management -0.195080
Formation en ingénierie -0.024025
Formations d'ingénieurs 0.239946
Formations diplômantes du social -0.141130
Formations diplômantes paramédicales -0.012069
Licence - Arts-lettres-langues -0.036895
Licence - Arts-lettres-langues / Sciences humai... -0.765338
Licence - Droit-économie-gestion -0.071203
Licence - Droit-économie-gestion / Arts-lettres... -1.561868
Licence - Droit-économie-gestion / Sciences - t... -1.561868
Licence - Droit-économie-gestion / Sciences hum... -1.561868
Licence - STAPS -0.054866
Licence - Sciences - technologies - santé -0.026610
Licence - Sciences humaines et sociales -0.056638
Licence - Sciences humaines et sociales / Scien... -0.076017
Mention complémentaire 0.045382
Mise à niveau 0.046098
Technicien supérieur 0.020574
Titre professionnel 0.031191
col_coord_dim7 \
Année préparatoire 0.480750
BPJEPS 0.089499
BTS - Production 0.010868
BTS - Services 0.012630
BTSA -0.015180
Bachelor 0.086582
CPES -0.072101
CUPGE - Arts Lettres Langues -0.325729
CUPGE - Droit-économie-gestion -1.246819
CUPGE - Sciences humaines et sociales -0.570441
CUPGE - Sciences, technologie, santé 0.377183
Cadre Technique -0.570441
Classe préparatoire aux études supérieures 0.342594
Classe préparatoire littéraire -0.005067
Classe préparatoire scientifique 0.039602
Classe préparatoire économique et commerciale 0.229493
Classes préparatoires aux écoles du social 0.194982
Classes préparatoires aux écoles paramédicales 0.397712
D.E secteur sanitaire -0.068331
D.E secteur social 0.025174
DCG 0.081598
DEJEPS -0.079915
DEUST -0.393744
DN MADE 0.007073
DU -0.089611
DUT - Production -0.098786
DUT - Service -0.047811
Diplôme accrédité par un Etat étranger 0.115571
Diplôme d'établissement -0.072101
Diplôme des métiers d'Arts -0.019580
Ecole d'architecture -0.040499
Ecole supérieure d'art -0.709718
Ecoles de commerce 0.327470
Ecoles de commerce et de management 0.151678
Formation en ingénierie 0.071653
Formations d'ingénieurs -0.085665
Formations diplômantes du social 0.716168
Formations diplômantes paramédicales -0.068330
Licence - Arts-lettres-langues -0.055901
Licence - Arts-lettres-langues / Sciences humai... 0.052784
Licence - Droit-économie-gestion -0.044863
Licence - Droit-économie-gestion / Arts-lettres... 0.115571
Licence - Droit-économie-gestion / Sciences - t... 0.115571
Licence - Droit-économie-gestion / Sciences hum... 0.115571
Licence - STAPS 0.192572
Licence - Sciences - technologies - santé -0.049485
Licence - Sciences humaines et sociales -0.009432
Licence - Sciences humaines et sociales / Scien... 1.125817
Mention complémentaire 0.096587
Mise à niveau -0.016153
Technicien supérieur -0.336206
Titre professionnel -0.010002
col_coord_dim8 \
Année préparatoire 0.039300
BPJEPS 0.177119
BTS - Production 0.030958
BTS - Services -0.006507
BTSA -0.035283
Bachelor -0.609062
CPES -0.130747
CUPGE - Arts Lettres Langues -0.142198
CUPGE - Droit-économie-gestion -0.519618
CUPGE - Sciences humaines et sociales -0.807164
CUPGE - Sciences, technologie, santé -0.478196
Cadre Technique -0.807164
Classe préparatoire aux études supérieures 0.686128
Classe préparatoire littéraire 0.009472
Classe préparatoire scientifique 0.046069
Classe préparatoire économique et commerciale 0.084835
Classes préparatoires aux écoles du social 0.076738
Classes préparatoires aux écoles paramédicales -0.084027
D.E secteur sanitaire 0.095954
D.E secteur social -0.035603
DCG -0.028141
DEJEPS 0.239077
DEUST -0.151866
DN MADE 0.075086
DU 0.049995
DUT - Production 0.056704
DUT - Service 0.024538
Diplôme accrédité par un Etat étranger 0.217184
Diplôme d'établissement -0.130747
Diplôme des métiers d'Arts 0.134996
Ecole d'architecture -0.029149
Ecole supérieure d'art 0.372808
Ecoles de commerce 0.008647
Ecoles de commerce et de management 0.070993
Formation en ingénierie 0.040857
Formations d'ingénieurs -0.038314
Formations diplômantes du social -0.098046
Formations diplômantes paramédicales 0.067930
Licence - Arts-lettres-langues -0.016240
Licence - Arts-lettres-langues / Sciences humai... 0.427661
Licence - Droit-économie-gestion -0.050189
Licence - Droit-économie-gestion / Arts-lettres... 0.217184
Licence - Droit-économie-gestion / Sciences - t... 0.217184
Licence - Droit-économie-gestion / Sciences hum... 0.217184
Licence - STAPS 0.044427
Licence - Sciences - technologies - santé 0.024499
Licence - Sciences humaines et sociales -0.120102
Licence - Sciences humaines et sociales / Scien... -2.019868
Mention complémentaire -0.211479
Mise à niveau -0.084083
Technicien supérieur 0.726394
Titre professionnel 0.638138
col_coord_dim9 \
Année préparatoire 0.290697
BPJEPS 0.235204
BTS - Production 0.042027
BTS - Services -0.022719
BTSA -0.010618
Bachelor 0.000898
CPES -0.215949
CUPGE - Arts Lettres Langues 1.903550
CUPGE - Droit-économie-gestion -0.502887
CUPGE - Sciences humaines et sociales -0.803158
CUPGE - Sciences, technologie, santé 0.697855
Cadre Technique -0.803158
Classe préparatoire aux études supérieures -0.091832
Classe préparatoire littéraire -0.042373
Classe préparatoire scientifique 0.029444
Classe préparatoire économique et commerciale -0.035905
Classes préparatoires aux écoles du social -0.312126
Classes préparatoires aux écoles paramédicales -0.270267
D.E secteur sanitaire -0.001722
D.E secteur social -0.062073
DCG -0.066813
DEJEPS 0.154161
DEUST -0.147192
DN MADE -0.034926
DU -0.167954
DUT - Production 0.083359
DUT - Service 0.045984
Diplôme accrédité par un Etat étranger 0.602986
Diplôme d'établissement -0.215949
Diplôme des métiers d'Arts 0.083958
Ecole d'architecture 0.066472
Ecole supérieure d'art 0.225505
Ecoles de commerce -0.104788
Ecoles de commerce et de management -0.053566
Formation en ingénierie -0.187015
Formations d'ingénieurs -0.014260
Formations diplômantes du social -0.358090
Formations diplômantes paramédicales -0.000863
Licence - Arts-lettres-langues 0.019215
Licence - Arts-lettres-langues / Sciences humai... 0.245999
Licence - Droit-économie-gestion -0.055585
Licence - Droit-économie-gestion / Arts-lettres... 0.602986
Licence - Droit-économie-gestion / Sciences - t... 0.602986
Licence - Droit-économie-gestion / Sciences hum... 0.602986
Licence - STAPS -1.318919
Licence - Sciences - technologies - santé -0.005546
Licence - Sciences humaines et sociales 0.017832
Licence - Sciences humaines et sociales / Scien... 1.046026
Mention complémentaire -0.002731
Mise à niveau -0.211986
Technicien supérieur -0.596090
Titre professionnel -0.110989
col_coord_dim10 ... \
Année préparatoire 0.008288 ...
BPJEPS 0.068645 ...
BTS - Production 0.044266 ...
BTS - Services 0.025481 ...
BTSA -0.003742 ...
Bachelor -0.295138 ...
CPES -0.112161 ...
CUPGE - Arts Lettres Langues -0.211689 ...
CUPGE - Droit-économie-gestion 0.947622 ...
CUPGE - Sciences humaines et sociales -1.092205 ...
CUPGE - Sciences, technologie, santé -0.150447 ...
Cadre Technique -1.092205 ...
Classe préparatoire aux études supérieures -0.621020 ...
Classe préparatoire littéraire 0.029914 ...
Classe préparatoire scientifique 0.038938 ...
Classe préparatoire économique et commerciale -0.051289 ...
Classes préparatoires aux écoles du social -0.025167 ...
Classes préparatoires aux écoles paramédicales -0.004445 ...
D.E secteur sanitaire -0.040767 ...
D.E secteur social -0.011310 ...
DCG 0.111364 ...
DEJEPS 0.279366 ...
DEUST 0.260682 ...
DN MADE 0.081064 ...
DU -0.058384 ...
DUT - Production -0.047041 ...
DUT - Service -0.035449 ...
Diplôme accrédité par un Etat étranger 0.039843 ...
Diplôme d'établissement -0.112161 ...
Diplôme des métiers d'Arts -0.034837 ...
Ecole d'architecture 0.027433 ...
Ecole supérieure d'art -0.316877 ...
Ecoles de commerce 0.299784 ...
Ecoles de commerce et de management 0.179101 ...
Formation en ingénierie -0.192677 ...
Formations d'ingénieurs -0.015958 ...
Formations diplômantes du social 0.771259 ...
Formations diplômantes paramédicales 0.045642 ...
Licence - Arts-lettres-langues -0.031231 ...
Licence - Arts-lettres-langues / Sciences humai... 0.175390 ...
Licence - Droit-économie-gestion 0.021562 ...
Licence - Droit-économie-gestion / Arts-lettres... 0.039843 ...
Licence - Droit-économie-gestion / Sciences - t... 0.039843 ...
Licence - Droit-économie-gestion / Sciences hum... 0.039843 ...
Licence - STAPS -0.467165 ...
Licence - Sciences - technologies - santé -0.122000 ...
Licence - Sciences humaines et sociales -0.024085 ...
Licence - Sciences humaines et sociales / Scien... -0.123006 ...
Mention complémentaire -0.053239 ...
Mise à niveau -0.131540 ...
Technicien supérieur 0.583978 ...
Titre professionnel 0.310937 ...
col_cos2_dim10 \
Année préparatoire 0.000084
BPJEPS 0.015448
BTS - Production 0.064163
BTS - Services 0.040898
BTSA 0.000049
Bachelor 0.040591
CPES 0.002824
CUPGE - Arts Lettres Langues 0.004210
CUPGE - Droit-économie-gestion 0.141689
CUPGE - Sciences humaines et sociales 0.058485
CUPGE - Sciences, technologie, santé 0.019309
Cadre Technique 0.058485
Classe préparatoire aux études supérieures 0.211298
Classe préparatoire littéraire 0.005255
Classe préparatoire scientifique 0.023383
Classe préparatoire économique et commerciale 0.007699
Classes préparatoires aux écoles du social 0.000501
Classes préparatoires aux écoles paramédicales 0.000016
D.E secteur sanitaire 0.044794
D.E secteur social 0.001731
DCG 0.196872
DEJEPS 0.060696
DEUST 0.115130
DN MADE 0.014759
DU 0.007091
DUT - Production 0.027903
DUT - Service 0.023552
Diplôme accrédité par un Etat étranger 0.000097
Diplôme d'établissement 0.002824
Diplôme des métiers d'Arts 0.001155
Ecole d'architecture 0.003180
Ecole supérieure d'art 0.030158
Ecoles de commerce 0.100726
Ecoles de commerce et de management 0.098093
Formation en ingénierie 0.053604
Formations d'ingénieurs 0.001071
Formations diplômantes du social 0.129667
Formations diplômantes paramédicales 0.017654
Licence - Arts-lettres-langues 0.008932
Licence - Arts-lettres-langues / Sciences humai... 0.005647
Licence - Droit-économie-gestion 0.008943
Licence - Droit-économie-gestion / Arts-lettres... 0.000097
Licence - Droit-économie-gestion / Sciences - t... 0.000097
Licence - Droit-économie-gestion / Sciences hum... 0.000097
Licence - STAPS 0.031529
Licence - Sciences - technologies - santé 0.209758
Licence - Sciences humaines et sociales 0.009843
Licence - Sciences humaines et sociales / Scien... 0.000849
Mention complémentaire 0.020611
Mise à niveau 0.067440
Technicien supérieur 0.112286
Titre professionnel 0.013039
col_cos2_dim11 \
Année préparatoire 0.065012
BPJEPS 0.060569
BTS - Production 0.002639
BTS - Services 0.001987
BTSA 0.000033
Bachelor 0.034809
CPES 0.005423
CUPGE - Arts Lettres Langues 0.008350
CUPGE - Droit-économie-gestion 0.027871
CUPGE - Sciences humaines et sociales 0.018770
CUPGE - Sciences, technologie, santé 0.077068
Cadre Technique 0.018770
Classe préparatoire aux études supérieures 0.184766
Classe préparatoire littéraire 0.000753
Classe préparatoire scientifique 0.028331
Classe préparatoire économique et commerciale 0.002660
Classes préparatoires aux écoles du social 0.009617
Classes préparatoires aux écoles paramédicales 0.023917
D.E secteur sanitaire 0.021862
D.E secteur social 0.005406
DCG 0.044595
DEJEPS 0.089833
DEUST 0.084717
DN MADE 0.001518
DU 0.003183
DUT - Production 0.008587
DUT - Service 0.001840
Diplôme accrédité par un Etat étranger 0.034140
Diplôme d'établissement 0.005423
Diplôme des métiers d'Arts 0.006986
Ecole d'architecture 0.140943
Ecole supérieure d'art 0.054793
Ecoles de commerce 0.025391
Ecoles de commerce et de management 0.062026
Formation en ingénierie 0.005245
Formations d'ingénieurs 0.000379
Formations diplômantes du social 0.015582
Formations diplômantes paramédicales 0.101907
Licence - Arts-lettres-langues 0.001646
Licence - Arts-lettres-langues / Sciences humai... 0.001397
Licence - Droit-économie-gestion 0.005886
Licence - Droit-économie-gestion / Arts-lettres... 0.034140
Licence - Droit-économie-gestion / Sciences - t... 0.034140
Licence - Droit-économie-gestion / Sciences hum... 0.034140
Licence - STAPS 0.026848
Licence - Sciences - technologies - santé 0.145420
Licence - Sciences humaines et sociales 0.027457
Licence - Sciences humaines et sociales / Scien... 0.032647
Mention complémentaire 0.001457
Mise à niveau 0.042771
Technicien supérieur 0.270755
Titre professionnel 0.044311
col_cos2_dim12 \
Année préparatoire 0.000067
BPJEPS 0.007363
BTS - Production 0.008963
BTS - Services 0.010691
BTSA 0.014909
Bachelor 0.044435
CPES 0.000052
CUPGE - Arts Lettres Langues 0.201753
CUPGE - Droit-économie-gestion 0.002461
CUPGE - Sciences humaines et sociales 0.015535
CUPGE - Sciences, technologie, santé 0.015602
Cadre Technique 0.015535
Classe préparatoire aux études supérieures 0.001906
Classe préparatoire littéraire 0.000180
Classe préparatoire scientifique 0.005064
Classe préparatoire économique et commerciale 0.009092
Classes préparatoires aux écoles du social 0.035285
Classes préparatoires aux écoles paramédicales 0.003894
D.E secteur sanitaire 0.000733
D.E secteur social 0.000113
DCG 0.013281
DEJEPS 0.024484
DEUST 0.000360
DN MADE 0.000115
DU 0.003539
DUT - Production 0.010821
DUT - Service 0.009856
Diplôme accrédité par un Etat étranger 0.012907
Diplôme d'établissement 0.000052
Diplôme des métiers d'Arts 0.055733
Ecole d'architecture 0.009261
Ecole supérieure d'art 0.067219
Ecoles de commerce 0.001600
Ecoles de commerce et de management 0.030487
Formation en ingénierie 0.034517
Formations d'ingénieurs 0.000340
Formations diplômantes du social 0.024197
Formations diplômantes paramédicales 0.005887
Licence - Arts-lettres-langues 0.000174
Licence - Arts-lettres-langues / Sciences humai... 0.023825
Licence - Droit-économie-gestion 0.027292
Licence - Droit-économie-gestion / Arts-lettres... 0.012907
Licence - Droit-économie-gestion / Sciences - t... 0.012907
Licence - Droit-économie-gestion / Sciences hum... 0.012907
Licence - STAPS 0.013631
Licence - Sciences - technologies - santé 0.105129
Licence - Sciences humaines et sociales 0.000458
Licence - Sciences humaines et sociales / Scien... 0.316640
Mention complémentaire 0.009555
Mise à niveau 0.003906
Technicien supérieur 0.067310
Titre professionnel 0.009172
col_cos2_dim13 \
Année préparatoire 0.179971
BPJEPS 0.000003
BTS - Production 0.003824
BTS - Services 0.010977
BTSA 0.000177
Bachelor 0.024506
CPES 0.000058
CUPGE - Arts Lettres Langues 0.067117
CUPGE - Droit-économie-gestion 0.014806
CUPGE - Sciences humaines et sociales 0.002787
CUPGE - Sciences, technologie, santé 0.044434
Cadre Technique 0.002787
Classe préparatoire aux études supérieures 0.011944
Classe préparatoire littéraire 0.050498
Classe préparatoire scientifique 0.009927
Classe préparatoire économique et commerciale 0.025790
Classes préparatoires aux écoles du social 0.013458
Classes préparatoires aux écoles paramédicales 0.000017
D.E secteur sanitaire 0.002468
D.E secteur social 0.046673
DCG 0.064350
DEJEPS 0.022945
DEUST 0.014383
DN MADE 0.000228
DU 0.029862
DUT - Production 0.000338
DUT - Service 0.032081
Diplôme accrédité par un Etat étranger 0.005516
Diplôme d'établissement 0.000058
Diplôme des métiers d'Arts 0.000745
Ecole d'architecture 0.198775
Ecole supérieure d'art 0.007233
Ecoles de commerce 0.007558
Ecoles de commerce et de management 0.030879
Formation en ingénierie 0.001360
Formations d'ingénieurs 0.021490
Formations diplômantes du social 0.051563
Formations diplômantes paramédicales 0.006799
Licence - Arts-lettres-langues 0.003293
Licence - Arts-lettres-langues / Sciences humai... 0.000190
Licence - Droit-économie-gestion 0.029685
Licence - Droit-économie-gestion / Arts-lettres... 0.005516
Licence - Droit-économie-gestion / Sciences - t... 0.005516
Licence - Droit-économie-gestion / Sciences hum... 0.005516
Licence - STAPS 0.000797
Licence - Sciences - technologies - santé 0.000671
Licence - Sciences humaines et sociales 0.070635
Licence - Sciences humaines et sociales / Scien... 0.058209
Mention complémentaire 0.002364
Mise à niveau 0.000034
Technicien supérieur 0.038967
Titre professionnel 0.017961
col_cos2_dim14 \
Année préparatoire 0.031081
BPJEPS 0.071967
BTS - Production 0.020507
BTS - Services 0.000035
BTSA 0.002050
Bachelor 0.000106
CPES 0.007036
CUPGE - Arts Lettres Langues 0.078268
CUPGE - Droit-économie-gestion 0.018277
CUPGE - Sciences humaines et sociales 0.000804
CUPGE - Sciences, technologie, santé 0.017730
Cadre Technique 0.000804
Classe préparatoire aux études supérieures 0.003899
Classe préparatoire littéraire 0.000055
Classe préparatoire scientifique 0.012132
Classe préparatoire économique et commerciale 0.000703
Classes préparatoires aux écoles du social 0.000350
Classes préparatoires aux écoles paramédicales 0.023039
D.E secteur sanitaire 0.005714
D.E secteur social 0.009502
DCG 0.068010
DEJEPS 0.021888
DEUST 0.015289
DN MADE 0.000026
DU 0.079832
DUT - Production 0.019583
DUT - Service 0.000912
Diplôme accrédité par un Etat étranger 0.005483
Diplôme d'établissement 0.007036
Diplôme des métiers d'Arts 0.000563
Ecole d'architecture 0.037356
Ecole supérieure d'art 0.005626
Ecoles de commerce 0.005792
Ecoles de commerce et de management 0.056990
Formation en ingénierie 0.018270
Formations d'ingénieurs 0.001332
Formations diplômantes du social 0.127021
Formations diplômantes paramédicales 0.058685
Licence - Arts-lettres-langues 0.003773
Licence - Arts-lettres-langues / Sciences humai... 0.004895
Licence - Droit-économie-gestion 0.044933
Licence - Droit-économie-gestion / Arts-lettres... 0.005483
Licence - Droit-économie-gestion / Sciences - t... 0.005483
Licence - Droit-économie-gestion / Sciences hum... 0.005483
Licence - STAPS 0.003554
Licence - Sciences - technologies - santé 0.000314
Licence - Sciences humaines et sociales 0.004625
Licence - Sciences humaines et sociales / Scien... 0.023377
Mention complémentaire 0.108118
Mise à niveau 0.000019
Technicien supérieur 0.000195
Titre professionnel 0.000098
col_cos2_dim15 \
Année préparatoire 0.025713
BPJEPS 0.035076
BTS - Production 0.012951
BTS - Services 0.003994
BTSA 0.008542
Bachelor 0.000516
CPES 0.001965
CUPGE - Arts Lettres Langues 0.020259
CUPGE - Droit-économie-gestion 0.002258
CUPGE - Sciences humaines et sociales 0.001661
CUPGE - Sciences, technologie, santé 0.005145
Cadre Technique 0.001661
Classe préparatoire aux études supérieures 0.030578
Classe préparatoire littéraire 0.024863
Classe préparatoire scientifique 0.000077
Classe préparatoire économique et commerciale 0.000004
Classes préparatoires aux écoles du social 0.002739
Classes préparatoires aux écoles paramédicales 0.012804
D.E secteur sanitaire 0.012725
D.E secteur social 0.238102
DCG 0.225681
DEJEPS 0.016258
DEUST 0.001894
DN MADE 0.007503
DU 0.109365
DUT - Production 0.040587
DUT - Service 0.007838
Diplôme accrédité par un Etat étranger 0.002905
Diplôme d'établissement 0.001965
Diplôme des métiers d'Arts 0.015897
Ecole d'architecture 0.007962
Ecole supérieure d'art 0.001529
Ecoles de commerce 0.027673
Ecoles de commerce et de management 0.037807
Formation en ingénierie 0.000339
Formations d'ingénieurs 0.000042
Formations diplômantes du social 0.029885
Formations diplômantes paramédicales 0.015238
Licence - Arts-lettres-langues 0.003262
Licence - Arts-lettres-langues / Sciences humai... 0.000307
Licence - Droit-économie-gestion 0.023068
Licence - Droit-économie-gestion / Arts-lettres... 0.002905
Licence - Droit-économie-gestion / Sciences - t... 0.002905
Licence - Droit-économie-gestion / Sciences hum... 0.002905
Licence - STAPS 0.018005
Licence - Sciences - technologies - santé 0.049437
Licence - Sciences humaines et sociales 0.001265
Licence - Sciences humaines et sociales / Scien... 0.000003
Mention complémentaire 0.005025
Mise à niveau 0.010906
Technicien supérieur 0.056521
Titre professionnel 0.002506
col_cos2_dim16 \
Année préparatoire 0.041119
BPJEPS 0.084112
BTS - Production 0.002202
BTS - Services 0.002217
BTSA 0.000021
Bachelor 0.037711
CPES 0.004401
CUPGE - Arts Lettres Langues 0.051679
CUPGE - Droit-économie-gestion 0.002972
CUPGE - Sciences humaines et sociales 0.003985
CUPGE - Sciences, technologie, santé 0.002678
Cadre Technique 0.003985
Classe préparatoire aux études supérieures 0.002308
Classe préparatoire littéraire 0.051949
Classe préparatoire scientifique 0.004759
Classe préparatoire économique et commerciale 0.001626
Classes préparatoires aux écoles du social 0.042309
Classes préparatoires aux écoles paramédicales 0.011554
D.E secteur sanitaire 0.000004
D.E secteur social 0.008128
DCG 0.007388
DEJEPS 0.028944
DEUST 0.000731
DN MADE 0.000780
DU 0.065772
DUT - Production 0.000947
DUT - Service 0.011862
Diplôme accrédité par un Etat étranger 0.000882
Diplôme d'établissement 0.004401
Diplôme des métiers d'Arts 0.010605
Ecole d'architecture 0.007812
Ecole supérieure d'art 0.004779
Ecoles de commerce 0.323149
Ecoles de commerce et de management 0.075208
Formation en ingénierie 0.000034
Formations d'ingénieurs 0.000011
Formations diplômantes du social 0.000389
Formations diplômantes paramédicales 0.001654
Licence - Arts-lettres-langues 0.000065
Licence - Arts-lettres-langues / Sciences humai... 0.002457
Licence - Droit-économie-gestion 0.008812
Licence - Droit-économie-gestion / Arts-lettres... 0.000882
Licence - Droit-économie-gestion / Sciences - t... 0.000882
Licence - Droit-économie-gestion / Sciences hum... 0.000882
Licence - STAPS 0.020967
Licence - Sciences - technologies - santé 0.012995
Licence - Sciences humaines et sociales 0.006582
Licence - Sciences humaines et sociales / Scien... 0.112802
Mention complémentaire 0.001772
Mise à niveau 0.005784
Technicien supérieur 0.007028
Titre professionnel 0.001668
col_cos2_dim17 \
Année préparatoire 0.000606
BPJEPS 0.000061
BTS - Production 0.000424
BTS - Services 0.003551
BTSA 0.000113
Bachelor 0.012884
CPES 0.000211
CUPGE - Arts Lettres Langues 0.045998
CUPGE - Droit-économie-gestion 0.000096
CUPGE - Sciences humaines et sociales 0.000399
CUPGE - Sciences, technologie, santé 0.022274
Cadre Technique 0.000399
Classe préparatoire aux études supérieures 0.001422
Classe préparatoire littéraire 0.011140
Classe préparatoire scientifique 0.001517
Classe préparatoire économique et commerciale 0.000004
Classes préparatoires aux écoles du social 0.002310
Classes préparatoires aux écoles paramédicales 0.001777
D.E secteur sanitaire 0.021904
D.E secteur social 0.289055
DCG 0.001082
DEJEPS 0.057125
DEUST 0.000153
DN MADE 0.000001
DU 0.009279
DUT - Production 0.019596
DUT - Service 0.003637
Diplôme accrédité par un Etat étranger 0.000831
Diplôme d'établissement 0.000211
Diplôme des métiers d'Arts 0.005879
Ecole d'architecture 0.055449
Ecole supérieure d'art 0.008065
Ecoles de commerce 0.090648
Ecoles de commerce et de management 0.070951
Formation en ingénierie 0.000951
Formations d'ingénieurs 0.000025
Formations diplômantes du social 0.013653
Formations diplômantes paramédicales 0.003494
Licence - Arts-lettres-langues 0.000043
Licence - Arts-lettres-langues / Sciences humai... 0.007638
Licence - Droit-économie-gestion 0.014946
Licence - Droit-économie-gestion / Arts-lettres... 0.000831
Licence - Droit-économie-gestion / Sciences - t... 0.000831
Licence - Droit-économie-gestion / Sciences hum... 0.000831
Licence - STAPS 0.006164
Licence - Sciences - technologies - santé 0.000168
Licence - Sciences humaines et sociales 0.042052
Licence - Sciences humaines et sociales / Scien... 0.034739
Mention complémentaire 0.000207
Mise à niveau 0.002413
Technicien supérieur 0.001891
Titre professionnel 0.037112
col_cos2_dim18 \
Année préparatoire 1.805615e-03
BPJEPS 1.866887e-04
BTS - Production 1.459235e-03
BTS - Services 3.853774e-03
BTSA 4.321176e-05
Bachelor 1.975376e-03
CPES 1.583477e-04
CUPGE - Arts Lettres Langues 3.464704e-02
CUPGE - Droit-économie-gestion 2.164034e-02
CUPGE - Sciences humaines et sociales 1.382192e-03
CUPGE - Sciences, technologie, santé 1.187535e-02
Cadre Technique 1.382192e-03
Classe préparatoire aux études supérieures 1.547589e-03
Classe préparatoire littéraire 1.463777e-03
Classe préparatoire scientifique 2.017205e-03
Classe préparatoire économique et commerciale 7.238352e-05
Classes préparatoires aux écoles du social 3.651108e-03
Classes préparatoires aux écoles paramédicales 1.397233e-03
D.E secteur sanitaire 5.901880e-05
D.E secteur social 5.701356e-03
DCG 5.887987e-03
DEJEPS 1.513104e-03
DEUST 1.292108e-04
DN MADE 5.086393e-03
DU 1.666109e-03
DUT - Production 3.273226e-03
DUT - Service 3.589052e-02
Diplôme accrédité par un Etat étranger 1.790308e-03
Diplôme d'établissement 1.583477e-04
Diplôme des métiers d'Arts 8.244880e-03
Ecole d'architecture 5.526969e-02
Ecole supérieure d'art 2.263512e-06
Ecoles de commerce 4.348803e-03
Ecoles de commerce et de management 1.364841e-03
Formation en ingénierie 9.806385e-07
Formations d'ingénieurs 6.419666e-05
Formations diplômantes du social 1.543214e-03
Formations diplômantes paramédicales 7.722255e-02
Licence - Arts-lettres-langues 1.415923e-04
Licence - Arts-lettres-langues / Sciences humai... 1.175840e-02
Licence - Droit-économie-gestion 5.481069e-02
Licence - Droit-économie-gestion / Arts-lettres... 1.790308e-03
Licence - Droit-économie-gestion / Sciences - t... 1.790308e-03
Licence - Droit-économie-gestion / Sciences hum... 1.790308e-03
Licence - STAPS 4.637610e-05
Licence - Sciences - technologies - santé 3.496111e-03
Licence - Sciences humaines et sociales 3.634280e-02
Licence - Sciences humaines et sociales / Scien... 1.075781e-03
Mention complémentaire 1.783219e-02
Mise à niveau 1.139287e-02
Technicien supérieur 3.226458e-03
Titre professionnel 1.513087e-02
col_cos2_dim19
Année préparatoire 1.061253e-03
BPJEPS 3.640047e-02
BTS - Production 1.815026e-03
BTS - Services 5.296461e-03
BTSA 2.001316e-03
Bachelor 3.031354e-03
CPES 6.031438e-04
CUPGE - Arts Lettres Langues 9.529811e-03
CUPGE - Droit-économie-gestion 9.774867e-04
CUPGE - Sciences humaines et sociales 7.651961e-03
CUPGE - Sciences, technologie, santé 3.804916e-03
Cadre Technique 7.651961e-03
Classe préparatoire aux études supérieures 3.424720e-04
Classe préparatoire littéraire 1.301747e-02
Classe préparatoire scientifique 6.211693e-03
Classe préparatoire économique et commerciale 1.683715e-03
Classes préparatoires aux écoles du social 2.347539e-02
Classes préparatoires aux écoles paramédicales 4.664850e-06
D.E secteur sanitaire 4.643266e-02
D.E secteur social 1.239942e-03
DCG 1.477996e-02
DEJEPS 1.859752e-05
DEUST 3.967411e-03
DN MADE 9.676905e-04
DU 3.703824e-02
DUT - Production 1.450685e-05
DUT - Service 7.287109e-03
Diplôme accrédité par un Etat étranger 2.532205e-04
Diplôme d'établissement 6.031438e-04
Diplôme des métiers d'Arts 6.314195e-03
Ecole d'architecture 1.466699e-05
Ecole supérieure d'art 3.898482e-03
Ecoles de commerce 5.938001e-03
Ecoles de commerce et de management 3.417373e-02
Formation en ingénierie 6.672398e-08
Formations d'ingénieurs 1.596337e-03
Formations diplômantes du social 8.204519e-03
Formations diplômantes paramédicales 5.521906e-02
Licence - Arts-lettres-langues 3.011620e-04
Licence - Arts-lettres-langues / Sciences humai... 3.719606e-04
Licence - Droit-économie-gestion 4.279143e-03
Licence - Droit-économie-gestion / Arts-lettres... 2.532205e-04
Licence - Droit-économie-gestion / Sciences - t... 2.532205e-04
Licence - Droit-économie-gestion / Sciences hum... 2.532205e-04
Licence - STAPS 3.189602e-03
Licence - Sciences - technologies - santé 2.370194e-03
Licence - Sciences humaines et sociales 4.567159e-03
Licence - Sciences humaines et sociales / Scien... 1.324233e-03
Mention complémentaire 5.148295e-05
Mise à niveau 2.520816e-02
Technicien supérieur 4.939311e-04
Titre professionnel 3.215865e-03
[52 rows x 57 columns]
##Statistiques pour les points colonnes
# Coordonnées des points colonnes
print(res_ca.col_coord_)
[[ 2.23344131e-01 3.20247643e-02 -1.97814871e-01 -1.85357188e-01 2.72727910e-01 -1.29462655e-01 4.80750368e-01 3.92997315e-02 2.90696804e-01 8.28848416e-03 2.30211147e-01 -7.39221600e-03 3.83026794e-01 1.59175494e-01 1.44777463e-01 -1.83082993e-01 2.22324436e-02 -3.83654905e-02 -2.94128882e-02] [ 2.26054223e-01 -1.83189404e-01 3.10817270e-03 -1.55440097e-01 5.08139054e-02 6.32252844e-02 8.94991412e-02 1.77119320e-01 2.35204383e-01 6.86445627e-02 -1.35924864e-01 4.73932116e-02 1.02328344e-03 -1.48163502e-01 1.03437686e-01 1.60177807e-01 -4.31292342e-03 -7.54629157e-03 1.05372680e-01] [ 1.35785347e-01 -1.65118612e-03 4.50664624e-02 2.32517418e-02 5.00996905e-02 2.32839374e-02 1.08683569e-02 3.09582409e-02 4.20271878e-02 4.42664986e-02 8.97714826e-03 1.65449451e-02 1.08060696e-02 2.50256305e-02 -1.98878397e-02 8.20089510e-03 3.59804296e-03 -6.67565991e-03 -7.44514132e-03] [ 5.25395784e-02 4.10233071e-02 6.31446875e-02 -7.33218567e-02 3.13796225e-03 -3.99826136e-03 1.26303571e-02 -6.50650509e-03 -2.27189821e-02 2.54813447e-02 -5.61619517e-03 1.30283756e-02 -1.32015082e-02 7.46562957e-04 -7.96322349e-03 5.93245364e-03 7.50887413e-03 7.82197165e-03 9.16992967e-03] [ 4.26214276e-01 -1.44750124e-01 -2.28195031e-01 1.31162204e-01 -2.59089181e-02 -6.03594269e-02 -1.51798381e-02 -3.52826308e-02 -1.06178938e-02 -3.74242263e-03 -3.07665743e-03 -6.52736521e-02 -7.10569574e-03 -2.42013065e-02 -4.94080134e-02 -2.47802426e-03 5.67118108e-03 3.51408749e-03 2.39149482e-02] [-6.01647870e-01 6.42619754e-01 -1.09104628e-01 5.40544476e-01 3.55842859e-01 -3.62534059e-01 8.65816762e-02 -6.09061510e-01 8.97586436e-04 -2.95138323e-01 2.73311214e-01 -3.08794367e-01 2.29319634e-01 -1.50488073e-02 3.32749730e-02 2.84473926e-01 -1.66277238e-01 6.51078893e-02 8.06542075e-02] [-1.99807553e+00 1.40602103e-01 -5.37393378e-02 1.00485993e-01 3.53650935e-01 -3.67376839e-01 -7.21012621e-02 -1.30746909e-01 -2.15949172e-01 -1.12161160e-01 -1.55444764e-01 1.52619250e-02 1.60691423e-02 -1.77058126e-01 9.35768351e-02 1.40024347e-01 -3.06625170e-02 -2.65610036e-02 5.18380953e-02] [ 2.61036163e-01 -5.80088789e-01 4.30700441e-01 1.01398273e-01 -4.41484681e-02 8.58716131e-01 -3.25729436e-01 -1.42197747e-01 1.90354957e+00 -2.11688975e-01 2.98113889e-01 1.46538516e+00 -8.45200242e-01 -9.12714226e-01 4.64351853e-01 7.41653520e-01 -6.99702929e-01 -6.07260640e-01 -3.18481496e-01] [ 3.80645294e-01 6.13789337e-01 -1.73713861e-01 -1.35290401e+00 -7.67156923e-03 6.33305580e-01 -1.24681866e+00 -5.19617776e-01 -5.02886896e-01 9.47622216e-01 4.20282607e-01 1.24880895e-01 3.06329534e-01 3.40348837e-01 -1.19618041e-01 1.37244601e-01 -2.46131111e-02 3.70338652e-01 -7.87086520e-02] [ 1.17930488e+00 2.27899693e+00 1.17625330e+00 2.57244845e+00 1.38356341e+00 -3.72773349e-02 -5.70440711e-01 -8.07164174e-01 -8.03158362e-01 -1.09220474e+00 6.18749382e-01 5.62913326e-01 2.38438615e-01 -1.28072192e-01 -1.84083731e-01 -2.85107679e-01 9.02080110e-02 1.67905347e-01 3.95063299e-01] [-1.02446611e-02 -9.03890701e-02 1.08499761e-01 1.51367873e-01 -1.10020064e-01 3.77967517e-02 3.77183054e-01 -4.78196233e-01 6.97854684e-01 -1.50447131e-01 3.00567877e-01 -1.35235635e-01 -2.28225579e-01 1.44165981e-01 -7.76591614e-02 -5.60268489e-02 1.61586558e-01 1.17985692e-01 -6.67849566e-02] [ 1.17930488e+00 2.27899693e+00 1.17625330e+00 2.57244845e+00 1.38356341e+00 -3.72773349e-02 -5.70440711e-01 -8.07164174e-01 -8.03158362e-01 -1.09220474e+00 6.18749382e-01 5.62913326e-01 2.38438615e-01 -1.28072192e-01 -1.84083731e-01 -2.85107679e-01 9.02080110e-02 1.67905347e-01 3.95063299e-01] [ 5.73425567e-03 -1.29917253e-01 3.03209224e-01 -3.75667358e-01 -3.69869368e-01 -1.43189250e-01 3.42593721e-01 6.86127695e-01 -9.18319248e-02 -6.21020377e-01 5.80723963e-01 -5.89816609e-02 1.47647093e-01 -8.43650485e-02 -2.36246091e-01 6.49096255e-02 5.09474396e-02 -5.31479280e-02 2.50017888e-02] [-3.51094336e-01 7.47289712e-02 2.99637061e-03 -3.00874468e-02 4.28635908e-02 -9.83392833e-02 -5.06706944e-03 9.47249183e-03 -4.23727306e-02 2.99139627e-02 -1.13229948e-02 5.52926700e-03 9.27330165e-02 3.06194723e-03 6.50682624e-02 -9.40558438e-02 -4.35557773e-02 -1.57882069e-02 4.70823937e-02] [-2.19345617e-01 2.60319318e-03 2.99186882e-05 2.96132419e-02 3.94838087e-02 -6.05992235e-02 3.96018461e-02 4.60694630e-02 2.94440452e-02 3.89382440e-02 -4.28606960e-02 -1.81206015e-02 2.53705237e-02 2.80472595e-02 2.23180718e-03 1.75660494e-02 -9.91841006e-03 1.14368106e-02 2.00694242e-02] [-3.40576684e-01 1.46073386e-01 -1.51953962e-01 1.01638263e-01 3.90196416e-03 3.04781621e-01 2.29493247e-01 8.48347246e-02 -3.59047264e-02 -5.12885319e-02 -3.01478140e-02 -5.57368150e-02 -9.38697930e-02 -1.54987957e-02 1.19573874e-03 -2.35722451e-02 1.17539355e-03 -4.97303167e-03 2.39847727e-02] [ 6.06157398e-01 2.86269501e-01 -2.92735855e-01 6.05670196e-01 -1.03035319e-01 -2.05594781e-01 1.94981959e-01 7.67377013e-02 -3.12125853e-01 -2.51665157e-02 1.10312654e-01 2.11294267e-01 -1.30493221e-01 2.10468690e-02 5.88682524e-02 2.31373309e-01 -5.40649675e-02 6.79683475e-02 -1.72345824e-01] [ 5.24514892e-01 4.38909076e-01 -3.37097877e-02 2.84111478e-01 -5.37096713e-01 -2.06402196e-01 3.97712374e-01 -8.40271186e-02 -2.70267218e-01 -4.44532293e-03 -1.70410468e-01 6.87643887e-02 4.53518420e-03 1.67252759e-01 1.24684464e-01 1.18441048e-01 -4.64489620e-02 -4.11885569e-02 2.37991294e-03] [ 1.12970353e-02 1.28073022e-02 -2.42568948e-02 4.29711134e-02 5.77517736e-02 1.06522526e-01 -6.83314494e-02 9.59541441e-02 -1.72221281e-03 -4.07670915e-02 2.84800727e-02 -5.21457790e-03 9.56910709e-03 1.45602139e-02 -2.17283027e-02 -3.69181401e-04 -2.85077182e-02 -1.47976742e-03 -4.15059240e-02] [ 1.97915189e-02 -3.48130713e-02 1.25300470e-01 -6.93519161e-02 -3.03402943e-02 1.88342387e-02 2.51735668e-02 -3.56026576e-02 -6.20734773e-02 -1.13103014e-02 -1.99877473e-02 -2.88881694e-03 5.87299341e-02 -2.64999139e-02 -1.32650780e-01 -2.45083133e-02 -1.46156603e-01 2.05266118e-02 -9.57257708e-03] [ 1.79355707e-02 9.54494159e-03 1.60501936e-02 -4.59257632e-02 -8.33075168e-02 -3.03752283e-02 8.15979396e-02 -2.81412949e-02 -6.68132829e-02 1.11363743e-01 5.30020739e-02 -2.89246277e-02 -6.36689052e-02 6.54544985e-02 1.19233704e-01 2.15739149e-02 -8.25727319e-03 -1.92590540e-02 -3.05132240e-02] [-7.10787920e-02 1.41740392e-02 -2.99669872e-02 2.95170899e-01 -8.29928406e-01 1.54377303e-02 -7.99147654e-02 2.39076954e-01 1.54160693e-01 2.79366207e-01 -3.39868216e-01 1.77433554e-01 1.71766174e-01 -1.67762087e-01 -1.44587555e-01 -1.92916518e-01 2.71022039e-01 -4.41090160e-02 4.89013072e-03] [ 1.48632324e-01 -2.32179885e-01 -1.17286415e-01 -1.79440830e-01 -2.63511523e-01 2.43616344e-01 -3.93743540e-01 -1.51865741e-01 -1.47191664e-01 2.60681796e-01 2.23615271e-01 -1.45732573e-02 9.21377866e-02 9.49958773e-02 3.34359021e-02 2.07740126e-02 9.51633439e-03 -8.73305550e-03 4.83916476e-02] [-6.13442188e-01 -7.34411271e-02 -6.39320470e-02 9.07974079e-02 1.37958045e-01 -1.07086618e-01 7.07252023e-03 7.50857575e-02 -3.49262553e-02 8.10644469e-02 -2.60003412e-02 -7.15095675e-03 1.00730845e-02 3.43319044e-03 -5.77987277e-02 1.86368420e-02 -8.12539313e-04 4.75885130e-02 -2.07570385e-02] [-4.57794471e-01 1.06014432e-02 -2.80931056e-02 1.72874469e-02 -2.44852144e-01 -6.78337723e-02 -8.96105517e-02 4.99945947e-02 -1.67953897e-01 -5.83839623e-02 3.91145755e-02 4.12463012e-02 1.19808881e-01 -1.95894139e-01 -2.29282216e-01 1.77807964e-01 6.67867595e-02 2.82997992e-02 -1.33431017e-01] [ 1.47205888e-01 -5.78457543e-02 1.05779496e-02 1.47194299e-01 -3.74011116e-02 2.73709368e-02 -9.87857284e-02 5.67038590e-02 8.33592502e-02 -4.70407375e-02 2.60957595e-02 2.92939978e-02 5.17664671e-03 -3.94082386e-02 5.67341011e-02 -8.66491498e-03 -3.94214418e-02 -1.61115733e-02 -1.07259674e-03] [ 9.00424925e-02 -1.68740254e-02 9.11415364e-02 1.52195358e-01 1.10869995e-02 3.43290341e-02 -4.78113155e-02 2.45375482e-02 4.59835688e-02 -3.54494007e-02 9.90916867e-03 2.29316669e-02 -4.13733951e-02 6.97656925e-03 2.04502900e-02 -2.51576067e-02 -1.39302833e-02 4.37606756e-02 -1.97184058e-02] [ 8.11957381e-01 1.94846482e+00 -2.47223497e+00 -1.37176442e+00 1.70574796e-02 -1.56186777e+00 1.15570732e-01 2.17183954e-01 6.02986434e-01 3.98433163e-02 7.47673244e-01 4.59719054e-01 -3.00534287e-01 -2.99625236e-01 2.18090037e-01 -1.20149464e-01 -1.16620933e-01 1.71216947e-01 6.43920610e-02] [-1.99807553e+00 1.40602103e-01 -5.37393378e-02 1.00485993e-01 3.53650935e-01 -3.67376839e-01 -7.21012621e-02 -1.30746909e-01 -2.15949172e-01 -1.12161160e-01 -1.55444764e-01 1.52619250e-02 1.60691423e-02 -1.77058126e-01 9.35768351e-02 1.40024347e-01 -3.06625170e-02 -2.65610036e-02 5.18380953e-02] [-9.14569975e-01 7.78804070e-02 -1.14787577e-01 -7.70432981e-02 1.79916818e-01 -1.16909581e-01 -1.95803264e-02 1.34995789e-01 8.39580764e-02 -3.48368199e-02 8.56936784e-02 2.42042322e-01 -2.79879674e-02 -2.43300357e-02 1.29267483e-01 1.05583797e-01 -7.86151594e-02 9.30954389e-02 -8.14695340e-02] [-3.12949734e-01 5.71255395e-02 1.17024508e-02 6.03243682e-02 -3.15751990e-02 -4.06991462e-02 -4.04986227e-02 -2.91488996e-02 6.64717221e-02 2.74333029e-02 -1.82635483e-01 4.68169969e-02 2.16892262e-01 -9.40255313e-02 4.34095068e-02 -4.29976074e-02 1.14554067e-01 -1.14368660e-01 -1.86309106e-03] [ 5.23429725e-01 1.14826442e+00 -2.04575549e-01 -9.21224575e-02 3.24364887e-01 -5.26924437e-01 -7.09718477e-01 3.72808332e-01 2.25505155e-01 -3.16876614e-01 -4.27124143e-01 -4.73085479e-01 -1.55189573e-01 -1.36860433e-01 -7.13576200e-02 1.26139402e-01 1.63864695e-01 -2.74526057e-03 -1.13930494e-01] [ 2.72479961e-01 -1.56387600e-01 -2.05932744e-01 -2.95474595e-02 -1.83848012e-01 -2.63090762e-01 3.27470108e-01 8.64716122e-03 -1.04788414e-01 2.99784012e-01 -1.50515746e-01 3.77865628e-02 -8.21194415e-02 -7.18846397e-02 -1.57133701e-01 -5.36956693e-01 -2.84391899e-01 -6.22906174e-02 -7.27876837e-02] [ 9.33031325e-02 -1.10131048e-01 -1.02980384e-01 2.42687488e-01 -6.96752650e-02 -1.95079699e-01 1.51678412e-01 7.09928298e-02 -5.35656186e-02 1.79100670e-01 -1.42417610e-01 -9.98474291e-02 -1.00487347e-01 -1.36514097e-01 -1.11188928e-01 -1.56822315e-01 -1.52320261e-01 2.11260438e-02 -1.05711772e-01] [ 1.47137773e-01 -5.38276458e-01 -3.93783448e-01 -9.43971906e-02 3.09310047e-01 -2.40247023e-02 7.16530042e-02 4.08567429e-02 -1.87014606e-01 -1.92677351e-01 -6.02696486e-02 1.54612822e-01 3.06939080e-02 1.12486569e-01 1.53210976e-02 -4.87341857e-03 2.56665020e-02 8.24112437e-04 -2.14967590e-04] [-1.92536637e-02 2.17953996e-01 -3.28973379e-01 -9.41760374e-02 -2.69978026e-03 2.39945779e-01 -8.56652763e-02 -3.83140277e-02 -1.42597527e-02 -1.59583392e-02 9.49894460e-03 -8.99336606e-03 7.14907306e-02 -1.78012113e-02 -3.14952967e-03 1.60361886e-03 -2.42730955e-03 -3.90737601e-03 -1.94845925e-02] [ 4.41581467e-01 2.97594010e-01 4.18358428e-01 8.49871979e-01 9.45053225e-01 -1.41129664e-01 7.16168201e-01 -9.80456770e-02 -3.58089779e-01 7.71259453e-01 2.67362677e-01 -3.33167846e-01 4.86355359e-01 -7.63350201e-01 3.70261911e-01 4.22258908e-02 2.50265985e-01 -8.41391970e-02 -1.94004492e-01] [ 1.83725460e-01 1.40401539e-01 4.04429742e-02 1.08223250e-01 3.45514253e-02 -1.20688824e-02 -6.83295249e-02 6.79298012e-02 -8.63014335e-04 4.56424146e-02 -1.09660712e-01 2.63565306e-02 2.83259820e-02 8.32168734e-02 -4.24049428e-02 1.39724996e-02 2.03039732e-02 -9.54598752e-02 -8.07222558e-02] [-2.83943056e-01 -4.17293316e-02 -2.45901266e-02 8.89519912e-02 -1.04104005e-01 -3.68949564e-02 -5.59006958e-02 -1.62402354e-02 1.92151500e-02 -3.12311631e-02 1.34064110e-02 4.35741618e-03 1.89625350e-02 2.02972196e-02 1.88731821e-02 2.66860592e-03 2.15922505e-03 -3.93217540e-03 5.73473156e-03] [ 4.74505108e-01 1.06561578e+00 -1.28958053e+00 -2.16612847e-01 -1.10731298e+00 -7.65338416e-01 5.27842489e-02 4.27660893e-01 2.45998594e-01 1.75390018e-01 8.72380361e-02 3.60254553e-01 3.21984435e-02 -1.63290948e-01 4.08936383e-02 -1.15680118e-01 2.03976686e-01 2.53084227e-01 -4.50131464e-02] [-1.55607000e-01 1.08826211e-02 -1.93086324e-04 -5.44666554e-02 2.05566785e-02 -7.12030841e-02 -4.48631355e-02 -5.01892648e-02 -5.55853612e-02 2.15616764e-02 1.74924175e-02 -3.76676982e-02 -3.92841588e-02 -4.83320903e-02 -3.46303542e-02 2.14037747e-02 -2.78747797e-02 -5.33805862e-02 1.49152005e-02] [ 8.11957381e-01 1.94846482e+00 -2.47223497e+00 -1.37176442e+00 1.70574796e-02 -1.56186777e+00 1.15570732e-01 2.17183954e-01 6.02986434e-01 3.98433163e-02 7.47673244e-01 4.59719054e-01 -3.00534287e-01 -2.99625236e-01 2.18090037e-01 -1.20149464e-01 -1.16620933e-01 1.71216947e-01 6.43920610e-02] [ 8.11957381e-01 1.94846482e+00 -2.47223497e+00 -1.37176442e+00 1.70574796e-02 -1.56186777e+00 1.15570732e-01 2.17183954e-01 6.02986434e-01 3.98433163e-02 7.47673244e-01 4.59719054e-01 -3.00534287e-01 -2.99625236e-01 2.18090037e-01 -1.20149464e-01 -1.16620933e-01 1.71216947e-01 6.43920610e-02] [ 8.11957381e-01 1.94846482e+00 -2.47223497e+00 -1.37176442e+00 1.70574796e-02 -1.56186777e+00 1.15570732e-01 2.17183954e-01 6.02986434e-01 3.98433163e-02 7.47673244e-01 4.59719054e-01 -3.00534287e-01 -2.99625236e-01 2.18090037e-01 -1.20149464e-01 -1.16620933e-01 1.71216947e-01 6.43920610e-02] [ 8.04159887e-01 -1.49717508e+00 -9.45378648e-01 2.01921959e-01 6.73999454e-01 -5.48660407e-02 1.92572097e-01 4.44269344e-02 -1.31891928e+00 -4.67165006e-01 -4.31092266e-01 3.07168932e-01 -7.42968132e-02 -1.56845696e-01 3.53028431e-01 3.80959399e-01 2.06557446e-01 1.79168912e-02 -1.48588024e-01] [ 9.30803179e-02 3.49990932e-03 7.91881517e-02 -1.20098865e-01 1.44407637e-02 -2.66097368e-02 -4.94850840e-02 2.44987631e-02 -5.54571705e-03 -1.21999573e-01 -1.01580688e-01 -8.63693950e-02 6.90005841e-03 4.72091918e-03 5.92276301e-02 -3.03657305e-02 3.45532017e-03 1.57503859e-02 -1.29685236e-02] [-1.56349205e-01 -1.87568659e-02 -3.77972288e-02 -9.95267073e-03 5.06032728e-02 -5.66376023e-02 -9.43217570e-03 -1.20101566e-01 1.78317674e-02 -2.40854794e-02 4.02277500e-02 5.19787807e-03 -6.45215832e-02 1.65107226e-02 -8.63546996e-03 -1.96957227e-02 4.97841349e-02 -4.62812631e-02 -1.64066183e-02] [ 4.01665907e-01 -3.91635834e-01 -3.51310609e-01 5.64941156e-01 -4.97005198e-01 -7.60169769e-02 1.12581688e+00 -2.01986808e+00 1.04602601e+00 -1.23005632e-01 7.62581974e-01 -2.37489950e+00 1.01825385e+00 6.45286090e-01 7.47148976e-03 1.41749117e+00 -7.86627445e-01 1.38428135e-01 -1.53583530e-01] [-4.67321081e-02 -1.79503921e-01 4.98951660e-02 -1.09860590e-01 -9.73255073e-02 4.53823321e-02 9.65873817e-02 -2.11479137e-01 -2.73115489e-03 -5.32390435e-02 1.41569057e-02 3.62502042e-02 1.80305757e-02 -1.21936780e-01 2.62872535e-02 -1.56096341e-02 5.32905099e-03 4.95207626e-02 -2.66082718e-03] [ 1.55877584e-01 9.01338991e-02 2.46951760e-01 -2.19453372e-01 -1.30463724e-01 4.60975502e-02 -1.61534501e-02 -8.40828421e-02 -2.11985550e-01 -1.31540239e-01 1.04754533e-01 3.16575591e-02 2.95862738e-03 -2.18728036e-03 5.28970473e-02 -3.85216021e-02 -2.48792297e-02 -5.40648807e-02 -8.04209598e-02] [ 1.62754826e-02 -5.07773398e-01 5.82196971e-02 2.38467820e-01 -1.59983654e-01 2.05744701e-02 -3.36206022e-01 7.26393677e-01 -5.96089708e-01 5.83977678e-01 9.06821456e-01 -4.52141028e-01 -3.44017674e-01 -2.43206236e-02 4.14320871e-01 -1.46098383e-01 7.57827728e-02 9.89911592e-02 3.87317011e-02] [ 1.37052834e-01 1.82766745e-01 -1.06926100e-01 9.38538722e-01 -2.23168344e+00 3.11909359e-02 -1.00022340e-02 6.38137833e-01 -1.10989245e-01 3.10936720e-01 -5.73197172e-01 2.60790051e-01 3.64931174e-01 -2.69566606e-02 -1.36302761e-01 -1.11210773e-01 5.24574305e-01 3.34951507e-01 -1.54418354e-01]]
# Contributions des points colonnes
print(res_ca.col_contrib_)
[[3.07196131e-01 1.90217552e-02 7.52197602e-01 7.19287888e-01 2.12085518e+00 5.87574389e-01 8.59379665e+00 6.40292137e-02 4.00818411e+00 3.35701332e-03 3.14273969e+00 5.12336385e-03 1.71227076e+01 3.21789120e+00 2.84773992e+00 5.60321862e+00 1.21065828e-01 5.77825839e-01 3.95863274e-01] [7.09315904e-01 1.40290156e+00 4.18573903e-04 1.14013898e+00 1.65945237e-01 3.15866244e-01 6.71322733e-01 2.93142422e+00 5.91433291e+00 5.18994698e-01 2.46945617e+00 4.74663653e-01 2.75457003e-04 6.28418850e+00 3.27645182e+00 9.66705168e+00 1.02692439e-02 5.03883810e-02 1.14517990e+01] [6.36399216e+00 2.83418327e-03 2.18815546e+00 6.34383725e-01 4.01124418e+00 1.06523114e+00 2.46167535e-01 2.22694106e+00 4.69553388e+00 5.36673748e+00 2.67848783e-01 1.43844657e+00 7.63847774e-01 4.45806263e+00 3.01183231e+00 6.30117065e-01 1.77720299e-01 9.80530310e-01 1.42158531e+00] [1.53212662e+00 2.81316288e+00 6.90784436e+00 1.01439157e+01 2.53047537e-02 5.05092635e-02 5.34603655e-01 1.58179205e-01 2.20647863e+00 2.85958076e+00 1.68575686e-01 1.43430424e+00 1.83322625e+00 6.37979399e-03 7.76481383e-01 5.30230988e-01 1.24466268e+00 2.16472515e+00 3.46782135e+00] [1.77575108e+01 6.16844991e+00 1.58886093e+01 5.71690197e+00 3.03815448e-01 2.02732560e+00 1.36000202e-01 8.19181947e-01 8.48796059e-02 1.08634546e-02 8.90991268e-03 6.34075799e+00 9.35377235e-02 1.18074473e+00 5.26444551e+00 1.62934150e-02 1.25041351e-01 7.69484789e-02 4.15401641e+00] [3.53843214e-01 1.21575565e+00 3.63211729e-02 9.70970867e-01 5.73096565e-01 7.31359512e-01 4.42442922e-02 2.44107297e+00 6.06567535e-06 6.75637122e-01 7.03120994e-01 1.41907089e+00 9.74217806e-01 4.56543908e-03 2.38777430e-02 2.14726647e+00 1.07491033e+00 2.64144840e-01 4.72479940e-01] [2.34153771e+00 3.49199039e-02 5.28700098e-03 2.01328679e-02 3.39634789e-01 4.50617531e-01 1.84095112e-02 6.74951496e-02 2.10659445e-01 5.85461748e-02 1.36464161e-01 2.07986541e-03 2.87018720e-03 3.79193925e-01 1.13304147e-01 3.12147149e-01 2.19317599e-02 2.63763751e-02 1.17105864e-01] [1.33216326e-02 1.98133127e-01 1.13202013e-01 6.83336232e-03 1.76430055e-03 8.20658602e-01 1.25241795e-01 2.66117772e-02 5.45613337e+00 6.95166390e-02 1.67305254e-01 6.39144314e+00 2.64681022e+00 3.35875269e+00 9.29998420e-01 2.91899352e+00 3.80683460e+00 4.59573693e+00 1.47342394e+00] [7.08169207e-02 5.54557825e-01 4.60375783e-02 3.04121626e+00 1.33183284e-04 1.11591193e+00 4.58756116e+00 8.88375263e-01 9.52000644e-01 3.48259333e+00 8.31319569e-01 1.16045248e-01 8.69203221e-01 1.16760767e+00 1.54284119e-01 2.49897295e-01 1.17763216e-02 4.27309930e+00 2.24980186e-01] [5.43798849e-01 6.11625561e+00 1.68863279e+00 8.79623219e+00 3.46552811e+00 3.09302186e-03 7.68221205e-01 1.71491342e+00 1.94262495e+00 3.70109642e+00 1.44146703e+00 1.88628975e+00 4.21295434e-01 1.32265955e-01 2.92313354e-01 8.62737808e-01 1.26548451e-01 7.02690273e-01 4.53442979e+00] [4.41153525e-04 1.03428076e-01 1.54454135e-01 3.27400399e-01 2.35571930e-01 3.41830413e-02 3.61058916e+00 6.47052038e+00 1.57661281e+01 7.54915889e-01 3.65652670e+00 1.17035092e+00 4.14926020e+00 1.80165831e+00 5.59257348e-01 3.58147447e-01 4.36501305e+00 3.72994168e+00 1.39301268e+00] [5.43798849e-01 6.11625561e+00 1.68863279e+00 8.79623219e+00 3.46552811e+00 3.09302186e-03 7.68221205e-01 1.71491342e+00 1.94262495e+00 3.70109642e+00 1.44146703e+00 1.88628975e+00 4.21295434e-01 1.32265955e-01 2.92313354e-01 8.62737808e-01 1.26548451e-01 7.02690273e-01 4.53442979e+00] [1.92855247e-04 2.98141934e-01 1.68309871e+00 2.81385365e+00 3.71500393e+00 6.84550307e-01 4.15638072e+00 1.85874410e+01 3.80947585e-01 1.79483795e+01 1.90460934e+01 3.10635152e-01 2.42311840e+00 8.60904076e-01 7.22168201e+00 6.70765116e-01 6.05483909e-01 1.05608488e+00 2.72409804e-01] [3.27749964e+00 4.47182773e-01 7.45132457e-04 8.18244149e-02 2.26181616e-01 1.46371414e+00 4.12180926e-03 1.60603807e-02 3.67678646e-01 1.88790045e-01 3.28251472e-02 1.23756888e-02 4.33322519e+00 5.14094196e-03 2.48350577e+00 6.38471451e+00 2.00616694e+00 4.22483179e-01 4.37940684e+00] [4.17164787e+00 1.76959780e-03 2.42260290e-07 2.58487092e-01 6.25853947e-01 1.81255430e+00 8.21031381e-01 1.23882047e+00 5.78955482e-01 1.04313048e+00 1.53375935e+00 4.33445192e-01 1.05768432e+00 1.40663973e+00 9.52784777e-03 7.26227737e-01 3.39245713e-01 7.22950188e-01 2.59491277e+00] [6.07744055e+00 3.36701567e+00 3.77626416e+00 1.84002020e+00 3.69353858e-03 2.77061147e+01 1.66613384e+01 2.53846133e+00 5.20229088e-01 1.09362295e+00 4.58555185e-01 2.47807496e+00 8.74963811e+00 2.59560793e-01 1.65270461e-03 7.90255808e-01 2.87897585e-03 8.26003976e-02 2.23957352e+00] [1.07750223e+00 7.23784985e-01 7.84416305e-01 3.65710133e+00 1.44146729e-01 7.05632729e-01 6.73155483e-01 1.16251156e-01 2.20042890e+00 1.47377006e-02 3.43626847e-01 1.99325121e+00 9.46391304e-01 2.67901190e-02 2.24202986e-01 4.26136545e+00 3.40925728e-01 8.63593920e-01 6.47220259e+00] [3.01203333e+00 6.35192409e+00 3.88332354e-02 3.00426967e+00 1.46229269e+01 2.65509424e+00 1.04559020e+01 5.20373794e-01 6.15930010e+00 1.71667051e-03 3.06143980e+00 7.88153029e-01 4.26757798e-03 6.31601272e+00 3.75491885e+00 4.16891955e+00 9.39456505e-01 1.18398466e+00 4.60754390e-03] [4.64085519e-03 1.79637254e-02 6.67862206e-02 2.28265084e-01 5.61545419e-01 2.34887085e+00 1.02515487e+00 2.25387001e+00 8.30698011e-04 4.79539832e-01 2.84014354e-01 1.50538163e-02 6.31043577e-02 1.58985254e-01 3.78749787e-01 1.34531374e-04 1.17536968e+00 5.07580301e-03 4.65470789e+00] [8.46207025e-03 7.88524345e-02 1.05869580e+00 3.53225896e-01 9.20753012e-02 4.36236203e-02 8.26584115e-02 1.84338293e-01 6.41107744e-01 2.19281968e-02 8.31065275e-02 2.74471763e-03 1.41216317e+00 3.12866881e-01 8.38628738e+00 3.52224962e-01 1.83542138e+01 5.80232042e-01 1.47088709e-01] [5.88028138e-03 5.01563946e-03 1.46985901e-02 1.31068311e-01 5.87382877e-01 9.60094535e-02 7.34861111e-01 9.74514292e-02 6.28483427e-01 1.79883587e+00 4.94472903e-01 2.32831917e-01 1.40433252e+00 1.61509844e+00 5.73320573e+00 2.30940733e-01 4.95702994e-02 4.32201636e-01 1.26458236e+00] [1.62974673e-02 1.95181816e-03 9.04218989e-03 9.55442045e-01 1.02874206e+01 4.37637098e-03 1.24386507e-01 1.24121730e+00 5.90456415e-01 1.99767104e+00 3.58798160e+00 1.54614705e+00 1.80369378e+00 1.87231954e+00 1.48776253e+00 3.25877053e+00 9.42388083e+00 4.00076994e-01 5.73170982e-03] [1.94354746e-01 1.42833424e+00 3.77756073e-01 9.63004642e-01 2.82847945e+00 2.97227262e+00 8.23520978e+00 1.36590529e+00 1.46803205e+00 4.74379823e+00 4.23604526e+00 2.84459951e-02 1.41544057e+00 1.63730813e+00 2.16983369e-01 1.03058614e-01 3.16875401e-02 4.27710438e-02 1.53077953e+00] [1.69947727e+01 7.33599110e-01 5.76172751e-01 1.26570416e+00 3.97967249e+00 2.94812350e+00 1.36394119e-02 1.71401872e+00 4.24299601e-01 2.35486012e+00 2.93978272e-01 3.51589285e-02 8.68441391e-02 1.09778213e-02 3.32840667e+00 4.25782327e-01 1.18587079e-03 6.51960289e+00 1.44577954e+00] [1.04481011e+00 1.68747876e-03 1.22812677e-02 5.06495076e-03 1.38385089e+00 1.30585634e-01 2.41709518e-01 8.38831504e-02 1.08312092e+00 1.34840265e-01 7.34450588e-02 1.29123577e-01 1.35619388e+00 3.94540375e+00 5.78187591e+00 4.27832335e+00 8.84417951e-01 2.54514062e-01 6.59497398e+00] [2.00809753e+00 9.33876548e-01 3.23656879e-02 6.82548711e+00 6.00189862e-01 3.95203653e-01 5.46011795e+00 2.00582030e+00 4.95955301e+00 1.62711734e+00 6.07663827e-01 1.21068450e+00 4.70629311e-02 2.96797869e+00 6.58043408e+00 1.88859119e-01 5.72769620e+00 1.53341299e+00 7.92155792e-03] [5.08810598e-01 5.38158965e-02 1.62720113e+00 4.94175458e+00 3.57169514e-02 4.21009101e-01 8.66167110e-01 2.54364098e-01 1.02203784e+00 6.25770541e-01 5.93368701e-02 5.02425452e-01 2.03587416e+00 6.29937177e-02 5.79017674e-01 1.07813883e+00 4.84352511e-01 7.66086770e+00 1.81304233e+00] [1.28890992e-01 2.23538992e+00 3.72977818e+00 1.25064023e+00 2.63372857e-04 2.71488732e+00 1.57663439e-02 6.20788868e-02 5.47484311e-01 2.46265313e-03 1.05237092e+00 6.29043036e-01 3.34650618e-01 3.61963823e-01 2.05144321e-01 7.66080979e-02 1.05752257e-01 3.65340980e-01 6.02315398e-02] [1.17076885e+00 1.74599519e-02 2.64350049e-03 1.00664340e-02 1.69817395e-01 2.25308766e-01 9.20475560e-03 3.37475748e-02 1.05329722e-01 2.92730874e-02 6.82320807e-02 1.03993270e-03 1.43509360e-03 1.89596963e-01 5.66520734e-02 1.56073575e-01 1.09658799e-02 1.31881875e-02 5.85529318e-02] [4.41523418e+00 9.64247095e-02 2.17098617e-01 1.06514032e-01 7.91131326e-01 4.10702414e-01 1.22190907e-02 6.47578852e-01 2.86579631e-01 5.08315155e-02 3.73255740e-01 4.70805723e+00 7.83628204e-02 6.44403137e-02 1.94594336e+00 1.59731040e+00 1.29751680e+00 2.91625479e+00 2.60323601e+00] [4.97827199e-01 4.99576645e-02 2.17285383e-03 6.28828534e-02 2.34642584e-02 4.79299780e-02 5.03372081e-02 2.90740897e-02 1.72983151e-01 3.03544126e-02 1.63263396e+00 1.69619509e-01 4.53174059e+00 9.26772906e-01 2.11315278e-01 2.55089707e-01 2.65296183e+00 4.23830597e+00 1.31099436e-03] [5.89203812e-01 8.53973999e+00 2.80933578e-01 6.20436078e-02 1.04761485e+00 3.39901163e+00 6.54033777e+00 2.01211294e+00 8.42291131e-01 1.71342599e+00 3.77786196e+00 7.32769307e+00 9.81570139e-01 8.30724260e-01 2.41580148e-01 9.28806458e-01 2.29667793e+00 1.03315319e-03 2.07411084e+00] [2.03213834e-01 2.01604775e-01 3.62311702e-01 8.12347140e-03 4.28338590e-01 1.07845621e+00 1.77217511e+00 1.37772836e-03 2.31478768e-01 1.95180874e+00 5.97086248e-01 5.94974241e-02 3.49803046e-01 2.91681326e-01 1.49092076e+00 2.14208925e+01 8.80438660e+00 6.76983682e-01 1.07746494e+00] [4.33999000e-02 1.82107518e-01 1.65026128e-01 9.98178659e-01 1.12056933e-01 1.08000960e+00 6.92505134e-01 1.69144392e-01 1.10171440e-01 1.26889851e+00 9.73672098e-01 7.56674857e-01 9.54039858e-01 1.91603559e+00 1.35972510e+00 3.32802753e+00 4.60036358e+00 1.41834351e-01 4.13948394e+00] [4.02094432e-01 1.62069961e+01 8.98963450e+00 5.62619878e-01 8.22721699e+00 6.10243158e-02 5.75741696e-01 2.08708212e-01 5.00300867e+00 5.47113244e+00 6.49630018e-01 6.75942835e+00 3.31613007e-01 4.84655712e+00 9.61814250e-02 1.19735254e-02 4.86624085e-01 8.04084028e-04 6.37718325e-05] [2.27931061e-02 8.79667350e+00 2.07704390e+01 1.85385091e+00 2.07500323e-03 2.01516292e+01 2.72436667e+00 6.07609724e-01 9.62944445e-02 1.24247689e-01 5.34215543e-02 7.57112717e-02 5.95557499e+00 4.01816855e-01 1.34555019e-02 4.29194322e-03 1.44081295e-02 5.98406023e-02 1.73445334e+00] [3.04977473e-01 4.17163696e-01 8.54457657e-01 3.84034584e+00 6.46760988e+00 1.77333132e-01 4.84345562e+00 1.01212776e-01 1.54465123e+00 7.38215695e+00 1.07655621e+00 2.64308724e+00 7.01133914e+00 1.87951599e+01 4.73037869e+00 7.56969940e-02 3.89610152e+00 7.05816175e-01 4.37394053e+00] [1.61681701e-01 2.84366196e-01 2.44543302e-02 1.90713115e-01 2.64752038e-02 3.97158150e-03 1.35026234e-01 1.48790506e-01 2.74763284e-05 7.91763713e-02 5.54642781e-01 5.06568192e-02 7.28349138e-02 6.84064830e-01 1.90014566e-01 2.53831374e-02 7.85352756e-02 2.78235604e+00 2.31905996e+00] [1.63533492e+01 1.06374887e+00 3.82836334e-01 5.45598016e+00 1.01780429e+01 1.57175696e+00 3.82699419e+00 3.60131572e-01 5.76809306e-01 1.56984477e+00 3.51041391e-01 5.86329220e-02 1.38224324e+00 1.72333455e+00 1.59391886e+00 3.92092019e-02 3.76114909e-02 1.99921161e-01 4.95648285e-01] [8.80375358e-02 1.33720944e+00 2.02969344e+00 6.23694259e-02 2.21979091e+00 1.30376797e+00 6.57769842e-03 4.81412677e-01 1.82243414e-01 9.54403515e-02 2.86541095e-02 7.72581493e-01 7.68251343e-03 2.15011954e-01 1.44254491e-02 1.42029464e-01 6.47034869e-01 1.59648576e+00 5.88664779e-02] [1.89827326e+00 2.79627283e-02 9.12327817e-06 7.90640609e-01 1.53388059e-01 2.26258689e+00 9.52705973e-01 1.32939637e+00 1.86561417e+00 2.89202278e-01 2.30987885e-01 1.69347148e+00 2.29288813e+00 3.77679939e+00 2.07417830e+00 9.74891136e-01 2.42272369e+00 1.42401953e+01 1.29587132e+00] [1.28890992e-01 2.23538992e+00 3.72977818e+00 1.25064023e+00 2.63372857e-04 2.71488732e+00 1.57663439e-02 6.20788868e-02 5.47484311e-01 2.46265313e-03 1.05237092e+00 6.29043036e-01 3.34650618e-01 3.61963823e-01 2.05144321e-01 7.66080979e-02 1.05752257e-01 3.65340980e-01 6.02315398e-02] [1.28890992e-01 2.23538992e+00 3.72977818e+00 1.25064023e+00 2.63372857e-04 2.71488732e+00 1.57663439e-02 6.20788868e-02 5.47484311e-01 2.46265313e-03 1.05237092e+00 6.29043036e-01 3.34650618e-01 3.61963823e-01 2.05144321e-01 7.66080979e-02 1.05752257e-01 3.65340980e-01 6.02315398e-02] [2.57781985e-01 4.47077983e+00 7.45955636e+00 2.50128046e+00 5.26745713e-04 5.42977464e+00 3.15326879e-02 1.24157774e-01 1.09496862e+00 4.92530626e-03 2.10474184e+00 1.25808607e+00 6.69301236e-01 7.23927645e-01 4.10288641e-01 1.53216196e-01 2.11504514e-01 7.30681960e-01 1.20463080e-01] [4.42495598e-01 4.61935534e+00 1.90889982e+00 9.48436975e-02 1.43922411e+00 1.17256944e-02 1.53211031e-01 9.09178560e-03 9.16771438e+00 1.18495249e+00 1.22448556e+00 9.82919540e-01 7.15833457e-02 3.47153575e-01 1.88137450e+00 2.69560614e+00 1.16114479e+00 1.40022637e-02 1.12252229e+00] [9.87507424e-01 4.20484789e-03 2.23096359e+00 5.58881447e+00 1.10050031e-01 4.59423280e-01 1.68520387e+00 4.60516632e-01 2.69985578e-02 1.34610042e+01 1.13249427e+01 1.29444517e+01 1.02843694e-01 5.23877896e-02 8.82074184e+00 2.85277177e+00 5.41229888e-02 1.80241937e+00 1.42432449e+00] [2.33698708e+00 1.01297227e-01 4.26316649e-01 3.21930008e-02 1.13346304e+00 1.74574924e+00 5.13532451e-02 9.28313456e+00 2.34128475e-01 4.40059838e-01 1.48972294e+00 3.93238819e-02 7.54262415e+00 5.37464034e-01 1.57278247e-01 1.00666208e+00 9.42382937e+00 1.30534154e+01 1.91208116e+00] [3.15417685e-02 9.03094077e-02 7.53157915e-02 2.12119091e-01 2.23595549e-01 6.43108829e-03 1.49613500e+00 5.36950759e+00 1.64756121e+00 2.34715777e-02 1.09475826e+00 1.67874921e+01 3.84163142e+00 1.67885425e+00 2.40769935e-04 1.06628115e+01 4.81143711e+00 2.38810617e-01 3.42648319e-01] [1.23177862e-01 5.47345872e+00 4.38294758e-01 2.31421127e+00 2.47366260e+00 6.61275938e-01 3.17703408e+00 1.69812370e+01 3.24037351e-03 1.26852372e+00 1.08849806e-01 1.12839741e+00 3.47511020e-01 1.72951228e+01 8.59852760e-01 3.73045897e-01 6.37062725e-02 8.81709173e+00 2.96714294e-02] [3.34897997e-01 3.37235732e-01 2.62371636e+00 2.25656040e+00 1.08620038e+00 1.66727828e-01 2.17147570e-02 6.55982618e-01 4.77043773e+00 1.89233778e+00 1.45639751e+00 2.10300022e-01 2.28651070e-03 1.35989825e-03 8.50824179e-01 5.55173600e-01 3.39312298e-01 2.56817438e+00 6.62349076e+00] [5.95554747e-04 1.74584579e+00 2.37870857e-02 4.34641042e-01 2.66434437e-01 5.41774353e-03 1.53441942e+00 7.98602009e+00 6.15286919e+00 6.08390777e+00 1.78027288e+01 6.99746967e+00 5.04269763e+00 2.74255686e-02 8.51450311e+00 1.30262577e+00 5.13541385e-01 1.40441531e+00 2.50605327e-01] [7.34449830e-03 3.93362088e-02 1.39540720e-02 1.17086740e+00 9.01646849e+00 2.16545964e-03 2.36188792e-04 1.07188312e+00 3.70978197e-02 2.99962048e-01 1.23703855e+00 4.04862342e-01 9.86859900e-01 5.85963502e-03 1.60260740e-01 1.31266746e-01 4.27937800e+00 2.79639659e+00 6.92766928e-01]]
# Cos2 des points colonnes
print(res_ca.col_cos2_)
[[6.11917256e-02 1.25810097e-03 4.80022383e-02 4.21465933e-02 9.12436774e-02 2.05604508e-02 2.83519453e-01 1.89462288e-03 1.03663084e-01 8.42740442e-05 6.50124165e-02 6.70336564e-05 1.79970748e-01 3.10810746e-02 2.57125729e-02 4.11187231e-02 6.06342500e-04 1.80561487e-03 1.06125306e-03] [1.67523679e-01 1.10014936e-01 3.16709605e-05 7.92094629e-02 8.46478829e-03 1.31048645e-02 2.62596351e-02 1.02844916e-01 1.81360111e-01 1.54476790e-02 6.05687716e-02 7.36348202e-03 3.43275528e-06 7.19670032e-02 3.50758773e-02 8.41115501e-02 6.09809865e-05 1.86688735e-04 3.64004713e-02] [6.03730046e-01 8.92748303e-05 6.65034095e-02 1.77030443e-02 8.21877441e-02 1.77521035e-02 3.86780669e-03 3.13826437e-02 5.78359183e-02 6.41633924e-02 2.63884433e-03 8.96329392e-03 3.82360036e-03 2.05072313e-02 1.29512652e-02 2.20221384e-03 4.23906097e-04 1.45923548e-03 1.81502606e-03] [1.73870911e-01 1.06002254e-01 2.51146656e-01 3.38626289e-01 6.20224893e-04 1.00692268e-03 1.00481249e-02 2.66654742e-03 3.25110878e-02 4.08976591e-02 1.98672678e-03 1.06913932e-02 1.09774347e-02 3.51064275e-05 3.99421623e-03 2.21677936e-03 3.55143125e-03 3.85377397e-03 5.29646092e-03] [6.35671586e-01 7.33186910e-02 1.82217121e-01 6.01996860e-02 2.34895864e-03 1.27487331e-02 8.06326796e-04 4.35610896e-03 3.94505960e-04 4.90097488e-05 3.31234144e-05 1.49091416e-02 1.76681073e-04 2.04953075e-03 8.54223666e-03 2.14876006e-05 1.12544388e-04 4.32117600e-05 2.00131617e-03] [1.68681467e-01 1.92437960e-01 5.54713771e-03 1.36158723e-01 5.90063989e-02 6.12463523e-02 3.49328952e-03 1.72864141e-01 3.75435352e-07 4.05913798e-02 3.48094774e-02 4.44346067e-02 2.45055855e-02 1.05532630e-04 5.15962367e-04 3.77109553e-02 1.28839256e-02 1.97537628e-03 3.03135402e-03] [8.96079637e-01 4.43717381e-03 6.48197613e-04 2.26638594e-03 2.80719401e-02 3.02932837e-02 1.16683256e-03 3.83694582e-03 1.04670884e-02 2.82363001e-03 5.42344203e-03 5.22807048e-05 5.79573069e-05 7.03646504e-03 1.96543874e-03 4.40078264e-03 2.11027186e-04 1.58347703e-04 6.03143814e-04] [6.40202284e-03 3.16158462e-02 1.74287604e-02 9.65999687e-04 1.83124791e-04 6.92811533e-02 9.96850152e-03 1.89977119e-03 3.40442874e-01 4.21029325e-03 8.34988101e-03 2.01752742e-01 6.71173949e-02 7.82682287e-02 2.02586374e-02 5.16794629e-02 4.59984555e-02 3.46470396e-02 9.52981071e-03] [2.28616115e-02 5.94435295e-02 4.76140207e-03 2.88801786e-01 9.28612075e-06 6.32837984e-02 2.45285851e-01 4.26023846e-02 3.99030918e-02 1.41689079e-01 2.78707557e-02 2.46069571e-03 1.48062013e-02 1.82774015e-02 2.25766385e-03 2.97205231e-03 9.55870224e-05 2.16403356e-02 9.77486702e-04] [6.81854261e-02 2.54640132e-01 6.78330082e-02 3.24438758e-01 9.38506981e-02 6.81285396e-05 1.59536623e-02 3.19420750e-02 3.16258161e-02 5.84854030e-02 1.87702011e-02 1.55353996e-02 2.78735670e-03 8.04172203e-04 1.66138462e-03 3.98526494e-03 3.98960210e-04 1.38219215e-03 7.65196088e-03] [8.95329732e-05 6.96978929e-03 1.00425818e-02 1.95458800e-02 1.03259876e-02 1.21869988e-03 1.21364636e-01 1.95074325e-01 4.15449085e-01 1.93088154e-02 7.70677963e-02 1.56016346e-02 4.44341059e-02 1.77301901e-02 5.14485578e-03 2.67781275e-03 2.22740030e-02 1.18753522e-02 3.80491630e-03] [6.81854261e-02 2.54640132e-01 6.78330082e-02 3.24438758e-01 9.38506981e-02 6.81285396e-05 1.59536623e-02 3.19420750e-02 3.16258161e-02 5.84854030e-02 1.87702011e-02 1.55353996e-02 2.78735670e-03 8.04172203e-04 1.66138462e-03 3.98526494e-03 3.98960210e-04 1.38219215e-03 7.65196088e-03] [1.80151131e-05 9.24733408e-03 5.03695077e-02 7.73196376e-02 7.49513773e-02 1.12332059e-02 6.43045473e-02 2.57924613e-01 4.62030092e-03 2.11297612e-01 1.84766138e-01 1.90597361e-03 1.19435296e-02 3.89949178e-03 3.05782163e-02 2.30834700e-03 1.42209174e-03 1.54758875e-03 3.42471986e-04] [7.23864158e-01 3.27934746e-02 5.27230451e-05 5.31594035e-03 1.07891325e-02 5.67889063e-02 1.50772849e-04 5.26911777e-04 1.05434400e-02 5.25481368e-03 7.52890890e-04 1.79533109e-04 5.04984679e-02 5.50560224e-05 2.48626746e-02 5.19494550e-02 1.11404046e-02 1.46377743e-03 1.30174674e-02] [7.41990080e-01 1.04508828e-04 1.38046460e-08 1.35242156e-02 2.40424244e-02 5.66336168e-02 2.41863895e-02 3.27315431e-02 1.33701146e-02 2.33826055e-02 2.83307857e-02 5.06390321e-03 9.92656622e-03 1.21316828e-02 7.68163238e-05 4.75870059e-03 1.51713525e-03 2.01720500e-03 6.21169330e-03] [3.39490089e-01 6.24510102e-02 6.75804893e-02 3.02351231e-02 4.45619130e-05 2.71878474e-01 1.54147717e-01 2.10641812e-02 3.77311912e-03 7.69906188e-03 2.66016717e-03 9.09246359e-03 2.57898606e-02 7.03061286e-04 4.18475343e-06 1.62629441e-03 4.04355986e-06 7.23835241e-05 1.68371465e-03] [2.90390263e-01 6.47681348e-02 6.77271917e-02 2.89923645e-01 8.39041557e-03 3.34068405e-02 3.00469289e-02 4.65402595e-03 7.69964523e-02 5.00561467e-04 9.61749343e-03 3.52847186e-02 1.34582049e-02 3.50095255e-04 2.73888323e-03 4.23094856e-02 2.31016565e-03 3.65110777e-03 2.34753869e-02] [2.26585033e-01 1.58658994e-01 9.35896034e-04 6.64803245e-02 2.37585844e-01 3.50868356e-02 1.30272809e-01 5.81506421e-03 6.01592364e-02 1.62750452e-05 2.39170774e-02 3.89441963e-03 1.69396891e-05 2.30389219e-02 1.28038405e-02 1.15536725e-02 1.77691887e-03 1.39723265e-03 4.66485032e-06] [3.43979367e-03 4.42098187e-03 1.58589280e-02 4.97687385e-02 8.98946967e-02 3.05834397e-01 1.25847527e-01 2.48159492e-01 7.99423757e-05 4.47943125e-02 2.18617843e-02 7.32894967e-04 2.46800622e-03 5.71398283e-03 1.27249190e-02 3.67352541e-06 2.19042472e-02 5.90187953e-05 4.64326631e-02] [5.30031738e-03 1.63994131e-02 2.12446229e-01 6.50819498e-02 1.24561321e-02 4.79998377e-03 8.57498037e-03 1.71517509e-02 5.21381690e-02 1.73097973e-03 5.40594129e-03 1.12923329e-04 4.66726707e-02 9.50238349e-03 2.38102110e-01 8.12775255e-03 2.89055016e-01 5.70135604e-03 1.23994200e-03] [5.10654709e-03 1.44625040e-03 4.08938025e-03 3.34818702e-02 1.10170500e-01 1.46465738e-02 1.05695215e-01 1.25714420e-02 7.08634947e-02 1.96872286e-01 4.45946408e-02 1.32810526e-02 6.43504676e-02 6.80104959e-02 2.25681008e-01 7.38847598e-03 1.08235630e-03 5.88798703e-03 1.47799559e-02] [3.92910902e-03 1.56243250e-04 6.98393466e-04 6.77580781e-02 5.35667456e-01 1.85345013e-04 4.96670151e-03 4.44518082e-02 1.84825253e-02 6.06962341e-02 8.98328353e-02 2.44841768e-02 2.29450649e-02 2.18877763e-02 1.62583261e-02 2.89436190e-02 5.71246063e-02 1.51310387e-03 1.85975160e-05] [3.74276761e-02 9.13304314e-02 2.33056785e-02 5.45517721e-02 1.17642853e-01 1.00549327e-01 2.62659558e-01 3.90738271e-02 3.67056359e-02 1.15129795e-01 8.47167416e-02 3.59815272e-04 1.43827481e-02 1.52888860e-02 1.89405425e-03 7.31151044e-04 1.53428385e-04 1.29210785e-04 3.96741053e-03] [8.45187290e-01 1.21139100e-02 9.18000458e-03 1.85162305e-02 4.27464190e-02 2.57558618e-02 1.12345084e-04 1.26625394e-02 2.73974236e-03 1.47593260e-02 1.51832160e-03 1.14850788e-04 2.27892816e-04 2.64728968e-05 7.50312592e-03 7.80100080e-04 1.48284051e-06 5.08639340e-03 9.67690459e-04] [4.35991255e-01 2.33811936e-04 1.64186027e-03 6.21725113e-04 1.24722416e-01 9.57257176e-03 1.67053275e-02 5.19975398e-03 5.86836153e-02 7.09126675e-03 3.18283360e-03 3.53921307e-03 2.98617128e-02 7.98324718e-02 1.09364767e-01 6.57717064e-02 9.27934742e-03 1.66610896e-03 3.70382350e-02] [2.73243917e-01 4.21932636e-02 1.41092239e-03 2.73200897e-01 1.76388051e-02 9.44668568e-03 1.23051965e-01 4.05438860e-02 8.76209062e-02 2.79028384e-02 8.58697154e-03 1.08207517e-02 3.37907004e-04 1.95827730e-02 4.05871444e-02 9.46735695e-04 1.95958970e-02 3.27322638e-03 1.45068489e-05] [1.51952090e-01 5.33640838e-03 1.55684132e-01 4.34124677e-01 2.30377318e-03 2.20869032e-02 4.28423265e-02 1.12842836e-02 3.96293554e-02 2.35520901e-02 1.84028930e-03 9.85559640e-03 3.20814495e-02 9.12211367e-04 7.83809644e-03 1.18617921e-02 3.63690166e-03 3.58905155e-02 7.28710887e-03] [4.02624943e-02 2.31856537e-01 3.73261930e-01 1.14919380e-01 1.77690385e-05 1.48978204e-01 8.15699008e-04 2.88064459e-03 2.22049240e-02 9.69494088e-05 3.41395574e-02 1.29068189e-02 5.51597465e-03 5.48265584e-03 2.90473060e-03 8.81612787e-04 8.30591012e-04 1.79030780e-03 2.53220498e-04] [8.96079637e-01 4.43717381e-03 6.48197613e-04 2.26638594e-03 2.80719401e-02 3.02932837e-02 1.16683256e-03 3.83694582e-03 1.04670884e-02 2.82363001e-03 5.42344203e-03 5.22807048e-05 5.79573069e-05 7.03646504e-03 1.96543874e-03 4.40078264e-03 2.11027186e-04 1.58347703e-04 6.03143814e-04] [7.95722125e-01 5.77010850e-03 1.25347978e-02 5.64673344e-03 3.07943527e-02 1.30025269e-02 3.64726577e-04 1.73367625e-02 6.70582961e-03 1.15452824e-03 6.98594441e-03 5.57327118e-02 7.45195583e-04 5.63135684e-04 1.58966693e-02 1.06052791e-02 5.87949674e-03 8.24488043e-03 6.31419543e-03] [4.13830122e-01 1.37890249e-02 5.78664146e-04 1.53765353e-02 4.21274448e-03 6.99912135e-03 6.93032229e-03 3.59018853e-03 1.86701061e-02 3.18001467e-03 1.40942913e-01 9.26147225e-03 1.98774671e-01 3.73563570e-02 7.96237502e-03 7.81198689e-03 5.54490300e-02 5.52696850e-02 1.46669931e-05] [8.22872187e-02 3.96003873e-01 1.25696467e-02 2.54886392e-03 3.15997240e-02 8.33896788e-02 1.51282204e-01 4.17433059e-02 1.52731483e-02 3.01575459e-02 5.47928461e-02 6.72194347e-02 7.23337025e-03 5.62563356e-03 1.52931283e-03 4.77878130e-03 8.06466640e-03 2.26351180e-06 3.89848243e-03] [8.32134657e-02 2.74112666e-02 4.75308177e-02 9.78508868e-04 3.78828242e-02 7.75774805e-02 1.20189852e-01 8.38053197e-05 1.23069661e-02 1.00725959e-01 2.53914994e-02 1.60029207e-03 7.55816639e-03 5.79157488e-03 2.76734405e-02 3.23149132e-01 9.06481442e-02 4.34880311e-03 5.93800109e-03] [2.66218445e-02 3.70907178e-02 3.24305795e-02 1.80111094e-01 1.48457776e-02 1.16377720e-01 7.03547203e-02 1.54125560e-02 8.77441039e-03 9.80934733e-02 6.20259004e-02 3.04873353e-02 3.08793717e-02 5.69902677e-02 3.78067010e-02 7.52075458e-02 7.09514123e-02 1.36484095e-03 3.41737313e-02] [3.12596671e-02 4.18356737e-01 2.23898358e-01 1.28663136e-02 1.38141462e-01 8.33397176e-04 7.41318439e-03 2.41025770e-03 5.04994967e-02 5.36040162e-02 5.24485292e-03 3.45165205e-02 1.36031776e-03 1.82699491e-02 3.38934479e-04 3.42928376e-05 9.51194573e-04 9.80638480e-07 6.67239843e-08] [1.55872245e-03 1.99743061e-01 4.55054632e-01 3.72926164e-02 3.06477689e-05 2.42085210e-01 3.08568556e-02 6.17245093e-03 8.54999804e-04 1.07082231e-03 3.79395992e-04 3.40084290e-04 2.14902516e-02 1.33241999e-03 4.17093513e-05 1.08129536e-05 2.47737845e-05 6.41966611e-05 1.59633738e-03] [4.25060944e-02 1.93053596e-02 3.81528137e-02 1.57447782e-01 1.94689291e-01 4.34176327e-03 1.11804580e-01 2.09549402e-03 2.79520316e-02 1.29667318e-01 1.55822831e-02 2.41966749e-02 5.15628528e-02 1.27021482e-01 2.98846108e-02 3.88675501e-04 1.36531600e-02 1.54321435e-03 8.20451853e-03] [2.86049427e-01 1.67049866e-01 1.38608087e-02 9.92529773e-02 1.01165943e-02 1.23434484e-03 3.95657314e-02 3.91041711e-02 6.31158472e-06 1.76538576e-02 1.01907117e-01 5.88679456e-03 6.79942749e-03 5.86847402e-02 1.52382593e-02 1.65443842e-03 3.49352986e-03 7.72225470e-02 5.52190558e-02] [7.38306128e-01 1.59461860e-02 5.53726740e-03 7.24578287e-02 9.92450479e-02 1.24654503e-02 2.86159650e-02 2.41523064e-03 3.38112732e-03 8.93203231e-03 1.64588326e-03 1.73872961e-04 3.29281066e-03 3.77265480e-03 3.26185180e-03 6.52143031e-05 4.26942891e-05 1.41592331e-04 3.01161988e-04] [4.13332930e-02 2.08458454e-01 3.05291815e-01 8.61363860e-03 2.25091453e-01 1.07528912e-01 5.11477951e-04 3.35750990e-02 1.11092176e-02 5.64713241e-03 1.39710801e-03 2.38252343e-02 1.90321556e-04 4.89488447e-03 3.06993886e-04 2.45660692e-03 7.63799358e-03 1.17584041e-02 3.71960623e-04] [4.65754294e-01 2.27806248e-03 7.17136190e-07 5.70637128e-02 8.12838931e-03 9.75205674e-02 3.87148745e-02 4.84529560e-02 5.94318807e-02 8.94259699e-03 5.88570215e-03 2.72920887e-02 2.96847589e-02 4.49334501e-02 2.30681346e-02 8.81209869e-03 1.49458802e-02 5.48106923e-02 4.27914303e-03] [4.02624943e-02 2.31856537e-01 3.73261930e-01 1.14919380e-01 1.77690385e-05 1.48978204e-01 8.15699008e-04 2.88064459e-03 2.22049240e-02 9.69494088e-05 3.41395574e-02 1.29068189e-02 5.51597465e-03 5.48265584e-03 2.90473060e-03 8.81612787e-04 8.30591012e-04 1.79030780e-03 2.53220498e-04] [4.02624943e-02 2.31856537e-01 3.73261930e-01 1.14919380e-01 1.77690385e-05 1.48978204e-01 8.15699008e-04 2.88064459e-03 2.22049240e-02 9.69494088e-05 3.41395574e-02 1.29068189e-02 5.51597465e-03 5.48265584e-03 2.90473060e-03 8.81612787e-04 8.30591012e-04 1.79030780e-03 2.53220498e-04] [4.02624943e-02 2.31856537e-01 3.73261930e-01 1.14919380e-01 1.77690385e-05 1.48978204e-01 8.15699008e-04 2.88064459e-03 2.22049240e-02 9.69494088e-05 3.41395574e-02 1.29068189e-02 5.51597465e-03 5.48265584e-03 2.90473060e-03 8.81612787e-04 8.30591012e-04 1.79030780e-03 2.53220498e-04] [9.34229732e-02 3.23827741e-01 1.29116116e-01 5.89028050e-03 6.56278176e-02 4.34886689e-04 5.35741875e-03 2.85142246e-04 2.51307418e-01 3.15289480e-02 2.68478391e-02 1.36308660e-02 7.97460618e-04 3.55397266e-03 1.80047974e-02 2.09665155e-02 6.16382899e-03 4.63760960e-05 3.18960196e-03] [1.22100808e-01 1.72630054e-04 8.83737398e-02 2.03273437e-01 2.93888874e-03 9.97893010e-03 3.45105153e-02 8.45845684e-03 4.33429270e-04 2.09758438e-01 1.45420328e-01 1.05129010e-01 6.70978116e-04 3.14091333e-04 4.94369345e-02 1.29948206e-02 1.68259430e-04 3.49611104e-03 2.37019400e-03] [4.14762390e-01 5.96937087e-03 2.42397388e-02 1.68068873e-03 4.34475435e-02 5.44274182e-02 1.50949535e-03 2.44740224e-01 5.39506644e-03 9.84279871e-03 2.74574057e-02 4.58416446e-04 7.06346905e-02 4.62530286e-03 1.26526056e-03 6.58190876e-03 4.20523185e-02 3.63428031e-02 4.56715935e-03] [9.05743162e-03 8.61072991e-03 6.92879405e-03 1.79176707e-02 1.38674620e-02 3.24411552e-04 7.11558541e-02 2.29045168e-01 6.14271105e-02 8.49425156e-04 3.26473694e-02 3.16639867e-01 5.82086116e-02 2.33765130e-02 3.13393174e-06 1.12801753e-01 3.47386799e-02 1.07578098e-03 1.32423302e-03] [1.58803784e-02 2.34303071e-01 1.81028538e-02 8.77635048e-02 6.88784639e-02 1.49762720e-02 6.78376645e-02 3.25210949e-01 5.42403847e-05 2.06105979e-02 1.45735979e-03 9.55544714e-03 2.36400988e-03 1.08118384e-01 5.02482021e-03 1.77180346e-03 2.06504658e-04 1.78321927e-02 5.14829516e-05] [9.47043455e-02 3.16649561e-02 2.37698710e-01 1.87709862e-01 6.63410150e-02 8.28243937e-03 1.01702859e-03 2.75560738e-02 1.75151996e-01 6.74403520e-02 4.27708836e-02 3.90622652e-03 3.41179648e-05 1.86471078e-05 1.09059985e-02 5.78377321e-03 2.41255060e-03 1.13928681e-02 2.52081559e-02] [8.72169695e-05 8.48932442e-02 1.11602294e-03 1.87237487e-02 8.42722259e-03 1.39376822e-04 3.72172447e-02 1.73731012e-01 1.16992087e-01 1.12286032e-01 2.70755206e-01 6.73102302e-02 3.89668008e-02 1.94752326e-04 5.65206130e-02 7.02787552e-03 1.89092465e-03 3.22645833e-03 4.93931114e-04] [2.53323838e-03 4.50499563e-03 1.54193998e-03 1.18796709e-01 6.71684304e-01 1.31206948e-04 1.34925501e-05 5.49198073e-02 1.66135259e-03 1.30389928e-02 4.43106475e-02 9.17238039e-03 1.79606458e-02 9.80013821e-05 2.50558605e-03 1.66799113e-03 3.71119733e-02 1.51308697e-02 3.21586534e-03]]
##Graphiques
#Graphiques factoriels
# Mapping simultané des points lignes et colonnes
res_ca.mapping(num_x_axis=1, num_y_axis=2,figsize=(12, 10))
# Mapping des points lignes
res_ca.mapping_row(num_x_axis=1, num_y_axis=2,figsize=(12, 10))
# Mapping des points colonnes
res_ca.mapping_col(num_x_axis=1, num_y_axis=2,figsize=(12, 10))
#Analyse du 1er axe - Points lignes
#Classement des points lignes en fonction de leur contribution au 1er axe
res_ca.plot_row_contrib(num_axis=1,figsize=(12, 10))
# Classement des points lignes en fonction de leur cos2 sur le 1er axe
res_ca.plot_row_cos2(num_axis=1,figsize=(12, 10))
#Analyse du 1er axe - Points colonnes
# Classement des points colonnes en fonction de leur contribution au 1er axe
res_ca.plot_col_contrib(num_axis=1,figsize=(12, 10))
# Classement des points colonnes en fonction de leur cos2 sur le 1er axe
res_ca.plot_col_cos2(num_axis=1,figsize=(12, 10))
from sklearn.pipeline import Pipeline
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import GridSearchCV
from sklearn import model_selection
from sklearn import metrics
from fanalysis.pca import PCA
#df_resu.tail(5)
df.select_dtypes(['int64','float64']).tail(5)
| Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|
| Établissement | ||||
| Lycée Marie Curie | 20.0 | 0 | 0 | 0 |
| Lycée LEON BLUM | 25.0 | 0 | 0 | 0 |
| Lycée professionnel Tristan Bernard | 20.0 | 0 | 0 | 0 |
| Lycée Jean Monnet | 24.0 | 0 | 0 | 0 |
| Lycée professionnel Thomas-Jean Main | 24.0 | 0 | 0 | 0 |
# les NAN pas moyenne
df_resu= df.select_dtypes(['int64','float64']).fillna(df.select_dtypes(['int64','float64']).mean()) # Il est fréquent de remplacer les valeurs inconnues par la moyenne de la variable
X = df_resu.values[:,1:4]
target=df_resu.values[:,0]
features = df_resu.columns
names=df_resu.index
target #la variale à expliquer : capacité
array([ 35., 175., 30., ..., 20., 24., 24.])
X #les variables explicatives
array([[ 251., 153., 172.],
[1096., 850., 1095.],
[ 143., 99., 103.],
...,
[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]])
# 30% des données dans le jeu de test
X_train, X_test, y_train, y_test = model_selection.train_test_split(X, target,test_size=0.3,random_state=0)
from sklearn import preprocessing
std_scale = preprocessing.StandardScaler().fit(X_train)
X_train_std = std_scale.transform(X_train)
X_test_std = std_scale.transform(X_test)
fig = plt.figure(figsize=(16, 12))
for col in range(X_train_std.shape[1]):
ax = fig.add_subplot(3,1, (col+1))
h = ax.hist(X_train_std[:, col], bins=50, color = 'steelblue', density=True, edgecolor='none')
ax.set_title(features[col], fontsize=14)
y_train= y_train.reshape(-1,1)
y_test= y_test.reshape(-1,1)
model =LinearRegression()
model.fit(X_train, y_train)
model.score(X_test, y_test)
0.23662795240383994
# une Analyse en Composantes Prnicipales (4 axes retenus) puis une régression linéaire multiple
pipe = Pipeline([("pca", PCA(n_components=4, stats=False)), ("linear_regression", LinearRegression())])
# sans transformation des données
model =LinearRegression()
dictionnaire_modele = {'PCA_Regression' : pipe, 'regression':model }
def evaluation(model):
model.fit(X_train, y_train)
model.score(X_test, y_test)
print("%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%")
print(' ')
y_pred= model.predict(X_test)
y_pred= y_pred.reshape(-1,1)
print('SCORE:',model.score(X_test, y_test))
print(' ')
print('MAE:', metrics.mean_absolute_error(y_test, y_pred))
print(' ')
print('MSE:', metrics.mean_squared_error(y_test, y_pred))
print(' ')
print('RMSE:', np.sqrt(metrics.mean_squared_error(y_test, y_pred)))
print("\n")
plt.figure(figsize=(15,8))
plt.scatter(X_test[:,1],y_test)
plt.scatter(X_test[:,1],y_pred,c='r')
plt.show()
plt.figure(figsize=(16,8))
plt.plot(y_test,label ='Test')
plt.plot(y_pred, label = 'predict')
plt.show()
for name, model in dictionnaire_modele.items():
print(name)
evaluation(model)
PCA_Regression %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% SCORE: 0.23662795240384005 MAE: 44.212395609775534 MSE: 11738.60830545829 RMSE: 108.3448582326743
regression %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% SCORE: 0.23662795240383994 MAE: 44.21239560977549 MSE: 11738.608305458292 RMSE: 108.3448582326743
param = [{"pca__n_components": [x + 1 for x in range(5)]}];param
[{'pca__n_components': [1, 2, 3, 4, 5]}]
pipe = Pipeline([("pca", PCA(stats=False)), ("linear_regression", LinearRegression())])
grid_search = GridSearchCV(pipe, param_grid=param, scoring="neg_mean_squared_error")
grid_search.fit(X_train, y_train)
GridSearchCV(estimator=Pipeline(steps=[('pca', PCA(stats=False)),
('linear_regression',
LinearRegression())]),
param_grid=[{'pca__n_components': [1, 2, 3, 4, 5]}],
scoring='neg_mean_squared_error')
print("score optimal : ",grid_search.best_score_)
print(" ")
print("RMSE optimal : ",np.sqrt(-grid_search.best_score_))
print(" ")
print("paramètre optimal : ",grid_search.best_params_)
score optimal : -9771.212472786652
RMSE optimal : 98.84944346219989
paramètre optimal : {'pca__n_components': 3}
grid_search.predict(X_test).reshape(-1,1)
array([[61.42015328],
[23.20534509],
[56.61900915],
...,
[24.76402632],
[85.99655592],
[68.5652776 ]])
def graph():
grid_search.fit(X_train, y_train)
grid_search.score(X_test, y_test)
y_pred= grid_search.predict(X_test)
y_pred= y_pred.reshape(-1,1)
plt.figure(figsize=(15,8))
plt.scatter(X_test[:,1],y_test)
plt.scatter(X_test[:,1],y_pred,c='r')
plt.show()
plt.figure(figsize=(16,8))
plt.plot(y_test,label ='Test')
plt.plot(y_pred, label = 'predict')
plt.show()
graph()
-regrouper les individus selon leurs similarités
from functions import plot_dendrogram
from scipy.cluster.hierarchy import linkage, fcluster
#from sklearn import preprocessing
#Les individus uniques par sum
df_res=df.groupby(['Établissement','Session']).sum()
df_res.sample(5).reset_index()
| Établissement | Session | Capacité de létablissement par formation | Effectif total des candidats pour une formation | Dont effectif des candidates pour une formation | Effectif total des candidats en phase principale | |
|---|---|---|---|---|---|---|
| 0 | Lycée Hugues Libergier | 2018 | 294.0 | 4638.0 | 3453.0 | 4635.0 |
| 1 | LP Lycée des Métiers Les 4 Cantons - Grieu | 2019 | 12.0 | 39.0 | 4.0 | 31.0 |
| 2 | Lycée Buffon | 2018 | 96.0 | 3701.0 | 1106.0 | 3678.0 |
| 3 | Lycée Carcouet | 2019 | NaN | NaN | NaN | NaN |
| 4 | Lycée professionnel Emile Zola | 2019 | 35.0 | 119.0 | 18.0 | 117.0 |
df_res.columns
Index(['Capacité de létablissement par formation',
'Effectif total des candidats pour une formation',
'Dont effectif des candidates pour une formation',
'Effectif total des candidats en phase principale'],
dtype='object')
##df_res.set_index('Établissement')
# préparation des données pour le clustering
df_res = df_res.fillna(df_res.mean())
X = df_res.values
features = df_res.columns
names=df_res.index.values
X
array([[ 85. , 9091. , 2359. , 9084. ],
[ 242.18094089, 2902.47733931, 1497.94330519, 2776.10804756],
[ 242.18094089, 2902.47733931, 1497.94330519, 2776.10804756],
...,
[ 30. , 90. , 22. , 61. ],
[ 70. , 282. , 170. , 137. ],
[ 78. , 303. , 202. , 184. ]])
# Centrage et Réduction
std_scale = preprocessing.StandardScaler().fit(X)
X_scaled = std_scale.transform(X)
# Clustering hiérarchique
Z = linkage(X_scaled, 'ward')
# Affichage du dendrogramme
plot_dendrogram(Z, names)
# Coupage du dendrogramme en 3 clusters
clusters = fcluster(Z, 3, criterion='maxclust')
#clusters = fcluster(Z, 159, criterion='distance')
clusters
array([1, 1, 1, ..., 1, 1, 1], dtype=int32)
id_clusters = np.argsort(clusters)
df_clust=pd.DataFrame(df_res.index[id_clusters],clusters[id_clusters])
df_clust.head(6)
| 0 | |
|---|---|
| 1 | (3IL, 2018) |
| 1 | (Lycée Polyvalent Rosa PARKS, 2019) |
| 1 | (Lycée Polyvalent Rosa PARKS, 2018) |
| 1 | (Lycée Polyvalent Robert GARNIER, 2019) |
| 1 | (Lycée Polyvalent Robert GARNIER, 2018) |
| 1 | (Lycée Polyvalent Pierre-Joël Bonté, 2019) |
df_clust.sample(6)
| 0 | |
|---|---|
| 1 | (Lycée Camille Saint-Saens, 2019) |
| 1 | (Lycée Esthétique de Touraine, 2019) |
| 1 | (Lycée Modele Electronique, 2018) |
| 1 | (Lycée Montalembert, 2018) |
| 1 | (Lycée professionnel Victor Lepine, 2018) |
| 1 | (Lycée Polyvalent les Bourdonnieres, 2019) |
df_clust.tail(6)
| 0 | |
|---|---|
| 3 | (Université de Lorraine - Site de Nancy, 2018) |
| 3 | (Aix Marseille Université - site d'Aix-en-Prov... |
| 3 | (Aix Marseille Université - site d'Aix-en-Prov... |
| 3 | (Université de Lorraine - Site de Nancy, 2019) |
| 3 | (Université de Lille - Campus Pont de Bois - V... |
| 3 | (Université Jean Moulin Lyon 3, 2019) |
-regrouper les individus selon leurs similarités (inertie inter grande , inertie intra petite)
from sklearn.cluster import KMeans
#from sklearn import decomposition
# Nombre de clusters souhaités
n_clust = 3
# Clustering par K-means
km = KMeans(n_clusters= n_clust)
km.fit(df_res)
KMeans(n_clusters=3)
# Récupération des clusters attribués à chaque individu
clusters_km = km.labels_
id_km = np.argsort(clusters_km)
#affichage des observations et leurs groupes
df_km=pd.DataFrame(df_res.index[id_km],clusters_km[id_km])
df_km.head(6)
| 0 | |
|---|---|
| 0 | (3IL, 2018) |
| 0 | (Lycée Polyvalent les Bourdonnieres, 2018) |
| 0 | (Lycée Polyvalent de Dembeni, 2019) |
| 0 | (Lycée Polyvalent de Dembeni, 2018) |
| 0 | (Lycée Polyvalent Touchard - Washington, 2019) |
| 0 | (Lycée Polyvalent Touchard - Washington, 2018) |
df_km.sample(6)
| 0 | |
|---|---|
| 0 | (ISTOM, 2018) |
| 0 | (Institut consulaire de formation euro-méditer... |
| 0 | (La Rochelle Business School, 2019) |
| 0 | (Lycée St Francois De Sales, 2018) |
| 0 | (Lycée Fenelon, 2018) |
| 0 | (Lycée Saint Medard Inst N-D La Riche, 2018) |
df_km.tail(6)
| 0 | |
|---|---|
| 2 | (Université Paris 13 - Antenne de Bobigny, 2018) |
| 2 | (Université Paris 13, 2019) |
| 2 | (Université Paris 13, 2018) |
| 2 | (INSA Lyon, 2018) |
| 2 | (Université Paris 8, 2018) |
| 2 | (EEIGM Nancy - Groupe INP, 2018) |
#distances aux centres de classes des observations
km.transform(df_res)
array([[ 10294.3841871 , 95156.74510447, 21179.09562082],
[ 1462.74139525, 103498.38392184, 29633.87963248],
[ 1462.74139525, 103498.38392184, 29633.87963248],
...,
[ 2721.46608649, 107674.76669127, 33816.78944731],
[ 2491.763663 , 107437.43134859, 33584.85245102],
[ 2435.43217079, 107380.58907333, 33528.77332268]])
#correspondance avec les groupes de la CAH
pandas.crosstab(clusters,clusters_km)
| col_0 | 0 | 1 | 2 |
|---|---|---|---|
| row_0 | |||
| 1 | 6433 | 0 | 43 |
| 2 | 11 | 1 | 158 |
| 3 | 2 | 20 | 44 |
-Le groupe 1 de la CAH coïncide avec le groupe 1 des K-Means. Après, il y a certes des correspondances, mais elles ne sont pas exactes.
# Affichage du clustering par projection des individus sur le prmeier plan factoriel
pca = decomposition.PCA(n_components=3).fit(X)
X_projected = pca.transform(X)
plt.scatter(X_projected[:, 0], X_projected[:, 1], c=clusters_km.astype(np.float), cmap = 'jet', alpha=.2)
plt.title("Projection des {} individus sur le 1e plan factoriel".format(X_projected.shape[0]))
plt.show(block=False)
plt.figure()
centroids = km.cluster_centers_
centroids_projected = pca.transform(centroids)
plt.scatter(centroids_projected[:,0],centroids_projected[:,1])
plt.title("Projection des {} centres sur le 1e plan factoriel".format(len(centroids)))
plt.show()
#Création d'un dendrogramme
plt.figure(figsize=(30,15))
Z = linkage(centroids, method = 'ward', metric = 'euclidean')
dendrogram(Z, leaf_rotation = 45., color_threshold = 2)
plt.show();
from sklearn import metrics
#utilisation de la métrique "silhouette"
# varier le nombre de clusters de 2 à 10
res = np.arange(9,dtype="double")
for k in np.arange(9):
km =KMeans(n_clusters=k+2)
km.fit(df_res)
res[k] = metrics.silhouette_score(df_res,km.labels_)
print(res)
[0.8945989 0.86893924 0.72984484 0.70030567 0.67830065 0.67861257 0.67688435 0.67590188 0.66588468]
#graphique
import matplotlib.pyplot as plt
plt.title("Silhouette")
plt.xlabel("# of clusters")
plt.plot(np.arange(2,11,1),res)
plt.show()
-La partition en k = 2 groupes semble la meilleure au sens de la métrique « silhouette ».
#moyenne par variable
print("moyenne par variable")
m = df_res.mean();m
moyenne par variable
Capacité de létablissement par formation 242.180941 Effectif total des candidats pour une formation 2902.477339 Dont effectif des candidates pour une formation 1497.943305 Effectif total des candidats en phase principale 2776.108048 dtype: float64
#TSS, variances
print("variances")
TSS = df_res.shape[0]*df_res.var(ddof=0); TSS
variances
Capacité de létablissement par formation 4.240343e+09 Effectif total des candidats pour une formation 2.606637e+11 Dont effectif des candidates pour une formation 8.625195e+10 Effectif total des candidats en phase principale 2.359854e+11 dtype: float64
#df conditionnellement aux groupes
gb = df_res.groupby(clusters_km); print(gb)
print(" ")
#effectifs conditionnels
print("effectifs conditionnels")
nk = gb.size(); print(nk)
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000028A82B79760> effectifs conditionnels 0 6446 1 21 2 245 dtype: int64
#moyennes conditionnelles
print("moyennes conditionnelles")
print(" ")
mk = gb.mean()
print(mk)
moyennes conditionnelles Capacité de létablissement par formation \ 0 146.747359 1 7045.904762 2 2169.881633 Effectif total des candidats pour une formation \ 0 1913.893717 1 71475.285714 2 23034.644898 Dont effectif des candidates pour une formation \ 0 983.031409 1 43574.238095 2 11438.840816 Effectif total des candidats en phase principale 0 1833.731805 1 67529.333333 2 22019.942857
#pour chaque groupe écart à la moyenne par variable
print("écart à la moyenne par variable")
print(" ")
EMk= (mk-m)**2
print(EMk)
écart à la moyenne par variable Capacité de létablissement par formation \ 0 9.107569e+03 1 4.629066e+07 2 3.716030e+06 Effectif total des candidats pour une formation \ 0 9.772976e+05 1 4.702230e+09 2 4.053042e+08 Dont effectif des candidates pour une formation \ 0 2.651343e+05 1 1.770415e+09 2 9.882144e+07 Effectif total des candidats en phase principale 0 8.880730e+05 1 4.192980e+09 2 3.703252e+08
#pondéré par les effectifs du groupe
EM = EMk.multiply(nk,axis=0)
#somme des valeurs => BSS
BSS = np.sum(EM,axis=0)
print(BSS)
Capacité de létablissement par formation 1.941239e+09 Effectif total des candidats pour une formation 2.043460e+11 Dont effectif des candidates pour une formation 6.309902e+10 Effectif total des candidats en phase principale 1.845068e+11 dtype: float64
#carré du rapport de corrélation
#variance expliquée par l'appartenance aux groupes
#pour chaque variable
R2 = BSS/TSS
print("Rapport de corrélation")
print(" ")
print(R2)
Rapport de corrélation Capacité de létablissement par formation 0.457802 Effectif total des candidats pour une formation 0.783945 Dont effectif des candidates pour une formation 0.731566 Effectif total des candidats en phase principale 0.781857 dtype: float64
acp = PCA(n_components=2).fit_transform(X)
for couleur,k in zip(['red','blue','lawngreen','aqua'],[0,1,2,3]):
plt.scatter(acp[clusters_km==k,0],acp[clusters_km==k,1],c=couleur)
plt.show()
#Tableau disjonctif
datFic=df[['Région de l\x92établissement','Filière de formation','Session']]
dc=pd.DataFrame(pd.get_dummies(datFic))
dc.head()
| Région de létablissement_Auvergne-Rhône-Alpes | Région de létablissement_Bourgogne-Franche-Comté | Région de létablissement_Bretagne | Région de létablissement_Centre-Val de Loire | Région de létablissement_Corse | Région de létablissement_Etranger | Région de létablissement_Grand Est | Région de létablissement_Guadeloupe | Région de létablissement_Guyane | Région de létablissement_Hauts-de-France | ... | Filière de formation_Licence - STAPS | Filière de formation_Licence - Sciences - technologies - santé | Filière de formation_Licence - Sciences humaines et sociales | Filière de formation_Licence - Sciences humaines et sociales / Sciences - technologies - santé | Filière de formation_Mention complémentaire | Filière de formation_Mise à niveau | Filière de formation_Technicien supérieur | Filière de formation_Titre professionnel | Session_2018 | Session_2019 | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Établissement | |||||||||||||||||||||
| Université Grenoble Alpes - Antennes de Valence | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| Universite Jean Monnet, Saint-Etienne | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| Universite Jean Monnet, Saint-Etienne | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| Universite Jean Monnet, Saint-Etienne | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
| Universite Jean Monnet, Saint-Etienne | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | ... | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 |
5 rows × 74 columns
from mca import MCA
mcaFic=MCA(dc,benzecri=False)
# Valeurs singulières
print(mcaFic.L)
[0.4136462 0.39885476 0.37380148 0.37374822 0.37164133 0.36642165 0.36297373 0.36172905 0.36074629 0.3590729 0.35844369 0.35611665 0.35159452 0.34970307 0.34897485 0.34737347 0.3469313 0.34395947 0.34184355 0.34121991 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.33333333 0.32518068 0.32468847 0.32247413 0.31968112 0.31920026 0.31770419 0.3169323 0.31516471 0.31037933 0.30810445 0.30760063 0.30589059 0.30475721 0.30364786 0.30030819 0.29467311 0.29292892 0.29270264 0.2658684 0.25665007]
#Colonnes
colonnes=mcaFic.fs_c()
print(colonnes)
[[ 0.19950177 -0.08255543 -0.04943569 ... 0.25201238 -0.06969798 0.44915165] [ 0.32146724 0.46600178 -0.7014228 ... 1.43333366 -0.85037742 1.03229007] [ 0.18223228 0.26275414 -0.15612092 ... -0.07097288 0.6919242 -1.16956576] ... [-0.3307803 0.64358046 -0.17485572 ... -3.50338771 0.93965973 -5.6107151 ] [ 0.63026085 -0.47192977 -0.06367504 ... -0.02967842 0.00641545 -0.02882357] [-0.58235297 0.43605708 0.05883493 ... 0.02742248 -0.0059278 0.02663261]]
#lignes
lignes=mcaFic.fs_r()
print(lignes)
plt.figure(figsize=(10,20))
plt.scatter(colonnes[:, 0],colonnes[:, 1])
for i, j, nom in zip(colonnes[:, 0],colonnes[:, 1], dc.columns):
plt.text(i, j, nom)
plt.show()
#plt.figure(figsize=(10,20))
#plt.scatter(lignes[:, 0],lignes[:, 1])
#for i, j, nom in zip(lignes[:, 0],lignes[:, 1], dc.index):
#plt.text(i, j, nom)
#plt.show()